Tensor dynamic conditional correlation model: A new way to pursuit "Holy Grail of investing"
张量动态条件相关模型：探索投资“圣杯”的新方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接对金融收益的动态条件相关结构建模，与多变量条件协方差及金融波动率建模方向最为相关。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
张量动态条件相关模型：探索投资“圣杯”的新方法
- 研究问题
- 当风格收益构成张量值时间序列时，如何建模随时间变化的条件相关结构，并评估这种表示在多市场和大规模组合中的用途？
- 方法与思路
- 作者提出张量动态条件相关模型，引入迹归一化与维度归一化以适应张量结构，并给出估计程序、模拟及组合应用。
- 材料陈述的贡献
- 摘要称，两种归一化除退化为向量数据的情形外均属必要，并展示模型在十个全球市场及中国一千八百只股票中的应用。
- 阅读关注点
- 应核对归一化必要性的确切含义、条件相关矩阵的有效性，以及估计识别、动态设定和组合评价中的样本外设计。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核验。摘要未报告组合收益或风险结果，题名措辞不能作为投资效果保证。
原文摘要
Style investing creates asset classes (or the so-called "styles") with low correlations, aligning well with the principle of "Holy Grail of investing" in terms of portfolio selection. The returns of styles naturally form a tensor-valued time series, which requires new tools for studying the dynamics of the conditional correlation matrix to facilitate the aforementioned principle. Towards this goal, we introduce a new tensor dynamic conditional correlation (TDCC) model, which is based on two novel treatments: trace-normalization and dimension-normalization. These two normalizations adapt to the tensor nature of the data, and they are necessary except when the tensor data reduce to vector data. Moreover, we provide an easy-to-implement estimation procedure for the TDCC model, and examine its finite sample performance by simulations. Finally, we assess the usefulness of the TDCC model in international portfolio selection across ten global markets and in large portfolio selection for 1800 stocks from the Chinese stock market.