Séance de cours

Covariance Nettoyage et Estimateurs

Description

Cette séance de cours couvre la logique derrière le nettoyage de la matrice de covariance, en soulignant les inconvénients de l'utilisation de la matrice de covariance de l'échantillon pour l'optimisation du portefeuille. Il se penche sur les estimateurs invariants en rotation, le clustering hiérarchique et les bootstraps. L'instructeur discute du spectre empirique des matrices de corrélation, de l'écrêtage des valeurs propres et d'une approche formelle du nettoyage de corrélation / covariance. La séance de cours explore le concept d'un bon estimateur de covariance, en se concentrant sur la minimisation de la distance avec la matrice réelle et la construction d'un estimateur optimal pour l'optimisation du portefeuille. En outre, il introduit la méthode de retrait linéaire et le concept d'estimateurs invariants de rotation optimaux.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.