authorstatisticsneural-networkcovariance-estimationparis-saclay

Lorenzo Villassero

Université Paris-Saclay, CentraleSupélec, Mathématiques et Informatique pour la Complexité et les Systèmes (MIcantS), Gif-sur-Yvette, France。与 Christian Bongiorno 合著 BV 2026 RIEnet——把 RINet 神经协方差收缩推到 pairwise-complete + indefinite 场景。

与 quant 相关的核心工作

  • 2026 (BV 2026) — End-to-End Neural Shrinkage of Indefinite Pairwise Correlation Matrices for Small-Cap-Inclusive Portfolios。把 pairwise overlap 通过 squared eigenvector loadings 聚合到因子级（\tau_k），喂 BiGRU 输出正定 inverse spectrum；end-to-end 训在 5-day realized GMV variance。实证美股 2000–2025 最多 1500 只，净交易成本后 Sharpe 0.814 vs 第二名 0.580 (+40%)，MCS 99.9% 显著性下唯一保留。

See also