※ 引述《davidwales (cluster)》之铭言：
: ※ 引述《davidwales (cluster)》之铭言：
: : 最近念投资组合有个灵感
: : 有一个公式如下
: : 假定给定历史的covariance matrix(dim: N)
: : 我可以用以下公式 ω* = (Ω^-1 Ⅰ ) / Ⅰ^T Ω^-1 Ⅰ
: : ω* 是最佳投资组合的 weights vector
: : Ω 是 ex post的 共关联矩阵
: : Ⅰ^T = (1 1 .....1) 共 N个 1
: : 如果要预测未来的市场投资组合 势必要知道 未来的 Ω的演化方程式
: : 不知道 VIX有可能用来推测Ω未来30天怎么变化?
: : VIX 是从期货推来的
: : 应该也会有个期货的 Ω吧??
: : 故有此疑问
: : 感谢解惑和讨论!!!
: : m(_ _)m
: 上次谈到某个时刻t的 market portfolio weight vector如何决定
: 可以透过 Ω^-1
: 不过 如果从 重整投资组合的观点来说
: t时刻最好的投资组合
: 过了一年或是n年之后 不见得是最好
: 那么 如果是看一年之后
: 到底是定期定额的策略
: 或是至始至终维持一定比例的策略比较稳健呢?
: 大家怎么看? 能否给点想法?
: 似乎把时间往后拉之后
: 某个时刻 最好的market portfolio 的weighting vector 也变得不太重要了
: 因为那个解是一直在变动的
: 还是说 可以做一个 Ω^-1 的时间平均估计? 针对三个月 半年 一年或长期这样?
: 感谢解惑!!
关于我自己的问题 我自己有了一点方向
但为了不要造成各位先进的困扰
我就提一些方向就好
首先 我前面几篇已经大致上点出了 Ω的重要性
所以接下来只要知道Ω在时间t之后如何演化
那对于我决定 market portfolio就会至关重要
而我这几天想了一下
其实答案我已经碰触过了
那就是各种滤波方法
滤波之后再针对讯号做自关联就能看出 过去一段时间 Ω在不同时间尺度
的变化状况
透过这各资讯就能去推演Ω之后的演化路径
所以Ω(t) 就能做一个粗略估计了
这也不是新的东西
过去10年学术界也做很多了
有了 Ω(t)
就能设计出很多portfolio 供 客户做选择了