Time-varying minimum variance portfolio
时变最小方差投资组合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。
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：摘要明确以时变因子载荷和资产收益协方差估计构建组合，对应金融因子与波动率方向。
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…
时变最小方差投资组合
- 研究问题
- 在包含大量资产的投资范围中，如何利用时变因子载荷刻画收益协方差动态，并在厚尾分布下估计随时间变化的最小方差组合？
- 方法与思路
- 作者允许因子载荷随时间变化，以准似然收缩进一步正则化残差协方差，研究组合与协方差估计性质，并构造协方差恒定性检验。
- 材料陈述的贡献
- 摘要称，建立最优夏普比率一致性、风险一致性及检验渐近分布；模拟和实证中，估计精度与样本外夏普比率优于所比较方法。
- 阅读关注点
- 应核对因子载荷平滑性、厚尾矩条件和维度增长要求，风险一致性的准确含义，以及组合约束、调参和样本外比较设置。
- 阅读边界
- 仅依据所给RePEc出版社摘要，不能推断刊本变化；摘要未给出完整条件、比较数值或交易成本处理，所述优势限于作者考察的设计。
原文摘要
This paper proposes a new time-varying minimum variance portfolio (TV-MVP) in a large investment universe of assets. Our method extends the existing literature on minimum variance portfolios by allowing for time-varying factor loadings, which facilitates the capture of the dynamics of the covariance structure of asset returns (and hence, the optimal investment strategy in a dynamic setting). We also use a shrinkage estimation method based on a quasi-likelihood function to regularize the residual covariances further. We establish the desired theoretical properties of proposed time-varying covariance and the optimal portfolio estimators under a more realistic heavy-tailed distribution. Specifically, we provide consistency of the optimal Sharpe ratio of the TV-MVP and the sharp risk consistency. Moreover, we offer a test of constant covariance structure and show the asymptotic distribution of the test statistic. Simulation and empirical studies suggest that the performance of the proposed TV-MVP is superior, in terms of estimation accuracy and out-of-sample Sharpe ratio, compared with that of other popular contemporary methods.