一种协方差矩阵自适应优化算法的说明文档和MATLAB实现。测试函数经测试可以运行。

此软件包应由软件包开发人员用作后端。 它允许开发人员在其程序包定义的fit方法中添加::CovarianceEstimator参数。 有关FixedEffectModels ，请参见FixedEffectModels 。 此程序包中定义的每种类型都定义以下方法： # return a vector indicating non-missing observations for standard errors completecases (table, :: CovarianceEstimator ) = trues ( size (df, 1 )) # materialize a CovarianceEstimator by using the data needed to compute the standard errors materialize (table, v :: Cov

预期收益，方差和协方差是均方差投资组合选择问题的关键输入。 在传统的均值-方差投资组合模型中，先验排除了模型不确定性。 但是实际上，这些参数不是先验已知的，通常会估计有误。 当前的研究将模型不确定性纳入均值方差框架，但主要集中在不确定性均值上。 本文的目的是通过模糊性和模糊性厌恶的概念将不确定方差-协方差纳入均值方差投资组合模型。 本研究中开发的方法在数值上比较了收益歧义性和方差歧义性的影响。 尤其是，应通过股指数据重新检查不确定的方差-协方差是否会导致“不参与股市”和/或“房屋偏差”。

投资组合是由一个人或一群人持有的，由股票，债券和银行存款等投资工具组成的金融资产的集合。 在加纳，建立具有标准化优化的投资组合仍然是一个神话，因此，本研究显示了Markowitz模型如何在加纳证券交易所应用，并揭示了精选股票中最有效的投资组合，以减轻投资者的负担。 该研究使用了2011年至2016年股票收益的历史月度数据。 研究显示，GCB Bank limited的平均回报率最高（回报率为4.2％），风险为13.1％，其次是CAL（回报率为3.5％）和11.7％。 UGL的风险最低（风险为6.8％），平均回报最低，为2.1％。 风险爱好者可能会选择GCB和CAL，而完全不愿承担风险的投资者可以选择UGL，因为它具有最低的风险。 两种投资组合的组合还得出结论，最有效的投资组合是GCB和CAL的组合，因此建议风险承受能力的投资者可以将其所有资产投资于GCB，而风险规避投资者可以将其39.21％的资产投资于GCB。 GCB和CAL中的60.79％。 就预期收益而言，CAL和GCB银行有限组合的最高收益约为3.9％，风险为10.6％，其次是TOTAL和GCB组合的预期收益约为3.40％，高风

通过堆叠对角线上和下方的 x 元素来创建列向量； 每一列都放入一个矩阵中。 它按列顺序执行此操作。 创建是因为我无法让 Mike Cliff 的 vech 函数处理多维数组。