返回
最小方差对冲的标准做法是对一堆候选工具做 OLS 回归、用残差当『已对冲』收益。但当你有 200 个对冲工具、只有 150 天样本、且大部分工具只是噪声时,OLS 会过拟合到样本内 R²=1.0、样本外 R²=−322。本文用 numpy 从零实现 PCA 降维对冲:只取承载真实信息的几个主成分,残余方差从 OLS 的『虚高 100% 对冲』回到诚实的 99%,样本外 R² 稳在 0.97。附完整 Python 与三张真实计算图。
量化交易
主成分分析
套期保值
最小方差对冲
pca
降维
过拟合
python