为什么sample statistic 的vcv matrix 作为记忆方法只需要一次，而multi factor model要方差及协方差两次矩阵呀。可能脑子有点混乱了，没想明白最终不是只需要一个方差作为volatility的估计就行了吗
谢谢
笛子_品职助教 · 2023年08月14日
嗨，从没放弃的小努力你好：
不好意思老师没有题目 就是搞不清这些逻辑最终要得到什么了这样理解对不对 最终要得到的只有组合的方差，需要组合内资产的方差和协方差：Sample s的直接用历史数据的各资产的r的方差和协方差，所以vcv的那个步骤是已经在算组合方差了；而multifactor m是先构建r的factor model，通过这个model先算出r的方差和协方差，我们讲课的vcv的应用是在这一步。最后还要通过这个结果算组合方差
同学可以这么理解。实际上都要算方差和协方差。
只不过multifactor方法里，factor的数量比较有限，所以计算会相对简便一些。
----------------------------------------------就算太阳没有迎着我们而来，我们正在朝着它而去，加油！
笛子_品职助教 · 2023年08月13日
嗨，爱思考的PZer你好：
这个问题下有具体的题目吗，有具体的题目，可以更加清楚一些。
----------------------------------------------就算太阳没有迎着我们而来，我们正在朝着它而去，加油！
tzdsgn · 2023年08月13日
不好意思老师没有题目 就是搞不清这些逻辑最终要得到什么了这样理解对不对 最终要得到的只有组合的方差，需要组合内资产的方差和协方差：Sample s的直接用历史数据的各资产的r的方差和协方差，所以vcv的那个步骤是已经在算组合方差了；而multifactor m是先构建r的factor model，通过这个model先算出r的方差和协方差，我们讲课的vcv的应用是在这一步。最后还要通过这个结果算组合方差