论文页面 - 无需跨资产回报协方差的投资组合风险边界：基于语言模型表征的分布场

来源：https://huggingface.co/papers/2608.29692

摘要

一个使用分布值公司特征和基于嵌入的表征的框架，提供了投资组合方差的可计算上界，并在无需跨资产协方差估计的情况下产生低方差配置。

投资组合风险评估通常依赖于对跨资产回报协方差的可靠估计，这在短而高维度的面板数据中难以获得。我们表明，公司层面的分布值特征（https://huggingface.co/papers?q=distribution-valued%20characteristics）可以提供投资组合风险的单侧证书。在维持从特征到系统性风险敞口、以及从风险敞口到回报的联系的前提下，多公司Wasserstein-2离散度提供了系统性投资组合方差的精确上界，以及标准化回报的相应边界。加权成对松弛产生了一个在可检验条件下为凸的目标函数，该函数需要边际波动率尺度，但不需要跨资产回报协方差。在零公司特定松弛的情况下，通用映射尺度改变了经认证的方差减少，但不改变归一化配置，后者仅依赖于观测到的信息几何。在2018-2022年的52家公司面板数据中，基于Qwen3-Embedding-8B（https://huggingface.co/papers?q=Qwen3-Embedding-8B）新闻表征构建的配置，在四个预设的有上限的投资组合总体中，其样本内方差百分位数介于0.69和1.33之间；等风险权重配置的百分位数介于21.1和28.6之间。相对于等风险，较低的样本内方差排名在报告的冻结语言模型表征（https://huggingface.co/papers?q=frozen%20language-model%20representations）中也出现。因此，该框架将分布值公司信息转化为一个连贯的风险边界和一个无需跨资产回报协方差构建的可执行配置规则。

查看arXiv页面（https://arxiv.org/abs/2608.29692）查看PDF（https://arxiv.org/pdf/2608.29692）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2608.29692）

在您的代理中获取本文：

hf papers read 2608\.29692

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

无模型链接本文

在模型README.md中引用arxiv.org/abs/2608.29692以从此页面链接。

引用本文的数据集0

无数据集链接本文

在数据集README.md中引用arxiv.org/abs/2608.29692以从此页面链接。

引用本文的Space0

无Space链接本文

在Space README.md中引用arxiv.org/abs/2608.29692以从此页面链接。

包含本文的收藏0

无收藏包含本文

将本文添加到收藏（https://huggingface.co/new-collection）以从此页面链接。