FORECASTING LARGE REALIZED COVARIANCE MATRICES: THE BENEFITS OF FACTOR MODELS AND SHRINKAGE
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO === Este trabalho propõe um modelo de previsão de matrizes de covariância realizada de altíssima dimensão, com aplicação para os componentes do índice S e P 500. Para lidar com o altíssimo número de parâmetros (maldição da dimensionalidade), propõe-...
Main Author: | DIEGO SIEBRA DE BRITO |
---|---|
Other Authors: | MARCELO CUNHA MEDEIROS |
Language: | English |
Published: |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
2018
|
Online Access: | http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=35140@1 http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=35140@2 |
Similar Items
-
[en] FORECASTING LARGE REALIZED COVARIANCE MATRICES: THE BENEFITS OF FACTOR MODELS AND SHRINKAGE
by: DIEGO SIEBRA DE BRITO
Published: (2018) -
Contributions to Large Covariance and Inverse Covariance Matrices Estimation
by: Kang, Xiaoning
Published: (2018) -
Improved Shrinkage Estimators of Covariance Matrices With Toeplitz-Structured Targets in Small Sample Scenarios
by: Bin Zhang, et al.
Published: (2019-01-01) -
Autocorrelation-based factor analysis and nonlinear shrinkage estimation of large integrated covariance matrix
by: Hu, Qilin
Published: (2016) -
Graph Based Regularization of Large Covariance Matrices
by: Yekollu, Srikar
Published: (2009)