跳至正文
返回文库全部文档

识别样本外风险过高的短暂投资组合

文章 arXiv papers · 作者: Jean-Philippe Bouchaud et al.
阅读原文

总结

文档介绍一种随机矩阵理论检验，用于识别实现风险在统计上高于样本外预期的投资组合。文中将这些投资组合称为短暂模式，并把其超额风险解释为底层资产关系发生变化的证据。作者称该检验具有广泛适用性，且无需预先知道真实的相关结构。

报告的实证分析在期货和股票市场中均发现了短暂模式。作者还提出一种度量这些模式与既有因子吻合程度的方法。应用该度量后，他们将动量识别为股票超额风险的来源。文中没有提供样本细节、检验构造、数值结果或与替代方法的比较，因此无法证明这些发现跨时期或不同实现方式时有多稳健。超额投资组合风险与相关性变化之间的联系是对信号的一种解释，而文档提供的信息有限，难以判断该检验的实际用途。

核心观点

  • 使用随机矩阵理论识别样本外统计显著超额风险的投资组合。
  • 据描述，该方法无需预先了解资产的真实相关结构。
  • 识别出的短暂模式被解释为资产相关性发生变化的信号。
  • 报告的分析在期货和股票市场中均发现了这些模式。
  • 因子吻合度指标指出，动量是股票超额风险的一个来源。

标签

统计学风险管理期货股票动量
全文
# Excess Out-of-Sample Risk and Fleeting Modes


# Excess Out-of-Sample Risk and Fleeting Modes









Using Random Matrix Theory, we propose a universal and versatile tool to reveal the existence of "fleeting modes", i.e. portfolios that carry statistically significant excess risk, signalling ex-post a change in the correlation structure in the underlying asset space. Our proposed test is furthermore independent of the "true" (but unknown) underlying correlation structure. We show empirically that such fleeting modes exist both in futures markets and in equity markets. We proposed a metric to quantify the alignment between known factors and fleeting modes and identify momentum as a source of excess risk in the equity space.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。