基于蒙特卡罗模拟修正的随机矩阵去噪方法

针对蕴含噪声信息较少的小组合股票市场,提出使用蒙特卡罗模拟修正的随机矩阵去噪方法。首先通过数据模拟生成随机矩阵,然后利用大量的模拟数据来同时修正噪声下界和上界,最终对噪声范围进行精确测定。运用道琼斯中国88指数和香港恒生50指数的数据进行实证分析,结果表明,与LCPB法、PG+法和KR法相比,在特征值、特征向量和反比参率方面, 蒙特卡罗模拟去噪方法修正后噪声范围的合理性及有效性得到很大的提升;对去噪前后的相关矩阵进行投资组合,得知在相同的期望收益率下,蒙特卡罗模拟去噪方法具有最小的风险值,能够为资产组合选择和风险管理等金融应用提供一定的参考。