基于金融高频数据的LASSO-CDRD协方差矩阵预测模型

摘要

高维协方差矩阵的准确预测对于投资组合和风险管理至关重要。本文利用金融高频数据得到已实现协方差矩阵,并对其进行DRD分解,对已实现波动率矩阵D进行向量化;为保证已实现相关系数矩阵R预测值的正定性,对其进行Cholesky分解,对分解后的矩阵进行向量化;利用向量自回归VAR对这两组向量分别建模,利用LASSO方法对高维VAR模型进行参数估计;建立已实现波动率矩阵D和已实现相关系数矩阵R的动态模型,构建了LASSO-CDRD协方差矩阵动态预测模型,并利用均值方差最优投资组合对协方差预测模型进行经济学评价。实证分析表明,相对于协方差预测比较模型,LASSO-CDRD协方差矩阵预测模型具有较高预测精度和夏普率,综合效果最优。