Tyler M-估计量：对肥尾免疫的稳健散布矩阵

Ledoit-Wolf 收缩解决的是维度灾难——N 大 T 小时样本协方差病态。但它有个隐含前提：每个样本日都是”好”样本，误差来自样本量不足，而非样本本身有毒。这个前提在金融数据上经常不成立：收益分布是肥尾的，一个 ±15% 的极端日进入协方差的平方项后，影响力是普通日的几百倍。样本协方差对极端值不是稳健性差，而是零稳健性——单个足够极端的观测就能把估计拖到任意远的地方。

Tyler（1987）提出的 M-估计量走了一条完全不同的路：既然极端日的问题出在幅度上，那就把幅度扔掉，只用方向。

一、核心思想：只看方向，不看幅度#

把每天的收益向量 $x_t$ 归一化到单位球面上：$s_t = x_t / \|x_t\|$。一个 ±15% 的崩盘日和一个 ±0.5% 的平静日，归一化后权重完全相同——只剩下”20 个资产今天往哪些方向动”这一信息。

关键洞察是：对于任何椭圆分布（正态、多元 t、多元 Laplace……），归一化后的方向向量 $s_t$ 的分布只依赖于散布矩阵的形状（shape matrix，即协方差矩阵去掉整体尺度后的部分），不依赖于分布的尾部厚度。所以基于方向估计出的形状矩阵，在 t(3) 和正态下有完全相同的渐近性质——这就是”分布自由”（distribution-free within elliptical family）的含义。

Tyler 估计量定义为如下不动点方程的解：

$\hat{V} = \frac{N}{T} \sum_{t=1}^{T} \frac{x_t x_t'}{x_t' \hat{V}^{-1} x_t}, \qquad \text{tr}(\hat{V}) = N$

直觉拆解：分母 $x_t' \hat{V}^{-1} x_t$ 是第 t 天收益向量在当前估计下的马氏距离平方——越极端的日子分母越大、权重越低。这是一个自适应的降权机制：不需要事先指定”多大算异常”，估计量在迭代中自己决定。

迭代解法非常简单：从单位矩阵出发，反复代入右边直到收敛。Tyler 证明了只要 T > N 且数据”一般位置”（无退化共线），不动点唯一且迭代线性收敛：

import numpy as np

def tyler_m_estimator(X, max_iter=200, tol=1e-8):
    """Tyler M-估计量：返回 trace 归一化的形状矩阵。
    X: (T, N) 收益矩阵。要求 T > N。"""
    T, N = X.shape
    Xc = X - np.median(X, axis=0)      # 用中位数做稳健中心化
    V = np.eye(N)
    for _ in range(max_iter):
        Vinv = np.linalg.inv(V)
        # 每个样本的马氏距离平方 d_t = x_t' V^{-1} x_t
        d = np.einsum('ti,ij,tj->t', Xc, Vinv, Xc)
        d = np.maximum(d, 1e-12)
        V_new = (N / T) * (Xc.T / d) @ Xc   # 加权外积和
        V_new *= N / np.trace(V_new)        # trace 归一化
        if np.linalg.norm(V_new - V, 'fro') < tol:
            return V_new
        V = V_new
    return V

注意两个细节：一是中心化用中位数而非均值——均值本身会被极端日污染，用它中心化等于把污染带回来；二是每轮迭代都做 trace 归一化——Tyler 估计量只识别形状，尺度是不可辨识的，必须固定一个约束。

实测收敛性（N=20, T=252, t(4) 数据）：迭代差 $\|V^{(k+1)}-V^{(k)}\|_F$ 在对数轴上是一条直线，约 35 轮达到 1e-15——每轮只需一次矩阵求逆，总成本可以忽略：

右图是降权机制的直接可视化：横轴是当日收益向量的幅度，纵轴是该样本在最终估计中获得的相对权重。幅度 6% 以上的极端日权重被压到均值的 20% 以下，而波动 1% 以内的平静日权重可达均值的 3 倍——样本协方差恰好相反（平方项让极端日权重最高），这就是两者稳健性差异的全部来源。

二、实验一：肥尾之下，误差纹丝不动#

模拟设定：N=20 资产，真实协方差为单因子结构（β∈[0.5,1.5] + 异质特质波动），收益从多元 t 分布生成，自由度从 3（极肥尾）到 ∞（正态），T=252，60 次 Monte Carlo。评价指标是形状矩阵的相对 Frobenius 误差（估计和真值都先做 trace 归一化，只比形状）。

三个观察：

第一，Tyler 的误差曲线几乎是水平线（0.108→0.102）——这就是”分布自由”的实证形态。样本协方差和 LW 的误差随尾部变肥单调恶化，t(3) 下是 Tyler 的 2.5 倍。

第二，Ledoit-Wolf 对肥尾毫无免疫力。LW 收缩解决的是”T 相对 N 不够”的问题，收缩目标和收缩强度都基于样本矩计算——而样本矩本身已经被肥尾污染。t(3) 下 LW（0.253）和裸样本协方差（0.266）几乎没差别。收缩和稳健是正交的两个维度，前者治维度病，后者治尾部病。

第三，正态下 Tyler 只损失 4%（0.102 vs 0.098）。扔掉幅度信息的代价在正态下是渐近效率损失约 $1/(1+2/N)$ 量级——N=20 时不到 10%。用很小的保费买肥尾保险。

三、实验二：污染崩溃曲线——稳健性的边界#

更极端的测试：在 t(6) 基底数据中，随机把 ε 比例的样本日替换为 ±15% 量级、方向随机（与真实因子结构无关）的异常日，模拟数据错误或闪崩类事件。

前半段符合预期：2% 污染（一年约 5 个坏日）就足以让样本协方差误差恶化 25%，而 Tyler 纹丝不动——降权机制精确识别并压制了这些异常日。

但 10% 污染时发生了反转：Tyler 的误差爆炸到 1.93，反而比样本协方差（0.52）惨得多。原因值得细说：Tyler 是用方向信息估计的，当 10% 的样本集中在同一个随机方向 u 上时（我们的污染都沿同一方向），这些样本在方向分布中形成一个假的”因子”——Tyler 无法区分”这是被污染的方向”还是”这是一个真实的强因子”，于是把大量质量分配给 u。而样本协方差虽然也被污染，但 15% 幅度的平方项被 90% 的正常样本部分稀释了。教训很直接：Tyler 对”少量、分散”的异常免疫，对”大量、同向”的结构性污染反而更脆弱。它的崩溃点（breakdown point）约为 1/N 到 1/(N+1) 之间——N=20 时约 5%，与实验吻合。

四、实验三：GMV 组合——形状优势被求逆稀释#

估计误差是中间指标，最终要看组合表现。用各估计量构建全局最小方差（GMV）组合，权重 $w \propto \hat{\Sigma}^{-1}\mathbf{1}$，在真实协方差下计算真实年化波动率。数据为 t(4) 肥尾。Tyler 只给形状，尺度用样本方差的中位数补上（GMV 权重对整体尺度不敏感，这一步只影响数值稳定性）。

结论比形状误差图谦虚得多：

T=60 时 LW 反超 Tyler。短窗口下主要矛盾是维度病（N/T=1/3），收缩的价值大于稳健的价值。Tyler 要求 T > N 且没有内置收缩，小样本下它的形状估计本身方差就大。

T≥126 后 Tyler 稳定领先，但幅度只有 0.2-0.4 个百分点。形状误差差了一倍多（0.105 vs 0.178），组合波动却只差 3%——因为 GMV 权重依赖的是 $\hat{\Sigma}^{-1}$ 的方向结构，求逆运算对误差的放大主要发生在小特征值上，而 Tyler 改善的主要是大特征值方向的形状。估计层面的巨大优势传导到组合层面会大幅衰减，这是协方差研究里反复出现的规律，任何只报告矩阵误差不报告组合表现的论文都要打个折扣看。

实务上的正确姿势是两者叠加：正则化 Tyler 估计量（Chen-Wiesel-Hero 2011，在 Tyler 迭代里加一个向单位矩阵的收缩项）同时治维度病和尾部病，小样本+肥尾下比单用任何一个都好。sklearn 没有现成实现，但在上面代码的 V_new 行加一项 (1-rho)*V_new + rho*np.eye(N) 即是最简版本。

五、A/B/C 三段式总结#

A. 实现细节：收益矩阵 (T, N)，中位数中心化；不动点迭代 + 每轮 trace 归一化，收敛容差 1e-8，实测约 35 轮收敛；形状误差在 trace 归一化后按 Frobenius 范数计算；GMV 实验中 Tyler 形状矩阵直接求逆取权重（权重和为 1 消掉尺度）；污染实验的异常日为固定随机方向 × N(0, 15%²) 幅度；60 次 Monte Carlo 取均值。

B. 已知偏差：(1) 模拟市场是精确的椭圆分布（多元 t），这是对 Tyler 最友好的假设——真实收益的尾部有偏度和不对称相依，椭圆假设本身有偏差，Tyler 的”分布自由”保证会打折；(2) 污染实验的异常日方向固定，是对 Tyler 最不利的污染形态之一，实际数据错误多为单资产跳价，Tyler 表现会好于实验中的 10% 崩溃场景；(3) 真实协方差在模拟中不随时间变化，未测试 Tyler 在时变协方差下与滚动窗口的交互。

C. 结果解读：Tyler 的价值主张非常清晰——用正态下约 4% 的效率损失，换肥尾下 2.5 倍的误差改善，且不需要调任何超参数。它最适合的场景：中等维度（N=10~50）、样本充足（T > 3N）、明确担心极端日污染的形状估计任务，例如风险平价的相关结构、马氏距离湍流指数里的 Σ⁻¹（湍流指数对 Σ 的污染极度敏感，用 Tyler 估计是文献标准做法）。它不能做的事也要清楚：只给形状不给尺度，波动率目标策略需要另外配一个稳健尺度估计（如 MAD）；崩溃点约 1/N，对大规模同向污染无免疫力；小样本下应换正则化版本。与 Ledoit-Wolf 的关系是互补而非替代——一个治维度，一个治尾部，实务中叠加使用。