Rétrécissement de covariance de Ledoit–Wolf : formule, cibles et risque de portefeuille

Pour \(T\) observations de rendement sur \(N\) actifs, la matrice de covariance empirique \(S\) estime la variance de chaque actif et la covariance de chaque paire à partir de la même histoire finie. Le nombre d’éléments distincts augmente approximativement comme \(N^2\). Si le nombre d’actifs n’est pas faible par rapport au nombre d’observations, de nombreuses estimations individuelles de covariance comportent un bruit d’échantillonnage substantiel.

Ce bruit compte particulièrement lorsqu’une procédure de portefeuille inverse la matrice. L’inversion peut amplifier les erreurs d’estimation : de petites variations des corrélations estimées peuvent entraîner de grands changements des poids optimisés. Avec la covariance empirique centrée habituelle, la matrice des données est de rang au plus \(T-1\), donc \(S\) est singulière lorsque \(N\geq T\). Elle peut aussi être mal conditionnée avant de devenir singulière. Ledoit et Wolf analysent cette difficulté de grande dimension dans leurs travaux sur l’estimation d’une covariance bien conditionnée (200400096-4)).

Le rétrécissement ajoute une structure à l’estimation empirique bruitée. C’est un choix de régularisation pour une entrée de covariance, et non la preuve que les actifs suivent réellement le modèle cible ni une méthode d’estimation des rendements espérés. La question plus générale de l’influence des valeurs propres de la covariance empirique sur le risque de portefeuille est abordée dans le guide sur les valeurs propres et le risque financier.

Une forme linéaire courante est

\[ \widehat{\Sigma}_{\mathrm{lin}}=(1-\widehat{\delta})S+\widehat{\delta}F,\qquad 0\leq\widehat{\delta}\leq1, \]

où \(S\) est la covariance empirique, \(F\) une cible structurée et \(\widehat{\delta}\) l’intensité de rétrécissement estimée. À zéro, l’estimation est la matrice empirique ; à un, c’est la cible. Les valeurs intermédiaires forment une combinaison convexe.

Le choix de \(F\) indique quels motifs l’estimateur considère assez stables pour être conservés. L’intensité détermine le poids relatif de cette structure par rapport à l’échantillon. Pour une cible et une fonction de perte spécifiées, les procédures de Ledoit–Wolf estiment l’intensité à partir des données au lieu d’imposer un mélange choisi arbitrairement. Les formules plug-in exactes varient selon la cible et les hypothèses. Il n’existe pas une unique \(\widehat{\delta}\), indépendante de la cible, qui définirait toutes les méthodes appelées « Ledoit–Wolf ».

Le résultat original de grande dimension avec une cible identité est une combinaison convexe asymptotiquement optimale sous une fonction de perte quadratique et un régime asymptotique spécifiés ; il ne s’agit pas d’une garantie universelle pour chaque échantillon et chaque objectif (Ledoit et Wolf, 200400096-4)). La fonction de perte et la cible doivent donc faire partie de la description de l’estimateur.

Plusieurs estimateurs apparentés utilisent la même idée de combinaison, mais représentent des structures de covariance différentes.

• Cible à facteur unique : un facteur de marché explique le mouvement commun, le modèle traitant la structure restante. Ledoit et Wolf ont proposé une combinaison pondérée de manière optimale de la covariance empirique et de celle d’un indice unique pour estimer la covariance des rendements boursiers (200300007-0)).
• Cible identité mise à l’échelle : la diagonale comporte un niveau de variance commun et les éléments hors diagonale sont nuls. Cette cible rapproche les valeurs propres d’un centre commun et peut améliorer le conditionnement ; elle impose des variances égales et l’absence de covariance, des contraintes plus fortes que celles d’une cible à corrélation constante.
• Cible à corrélation constante : chaque variance empirique est conservée et les corrélations par paires sont remplacées par une corrélation moyenne. Les volatilités des actifs peuvent différer, tandis que la structure de dépendance est simplifiée. L’article pratique de 2004 développe le rétrécissement vers cette cible (Ledoit et Wolf, 2004).

Il ne faut pas réduire ces variantes à l’affirmation « Ledoit–Wolf rapproche toutes les corrélations de zéro ». Selon \(F\), la cible peut préserver les covariances d’un facteur commun, rapprocher les valeurs propres d’une moyenne ou déplacer les corrélations par paires vers leur moyenne transversale. Une régularisation de covariance effectuée après la combinaison d’estimations par paires, par exemple dans une méthode de covariance asynchrone, constitue également un choix de modélisation distinct.

Soit \(S_{ii}\) la variance empirique de l’actif \(i\), et \(s_i=\sqrt{S_{ii}}\). Pour \(N\) actifs, on calcule chaque corrélation empirique \(\widehat{\rho}_{ij}=S_{ij}/(s_is_j)\), puis la moyenne des corrélations distinctes hors diagonale :

\[ \bar{\rho}=\frac{2}{N(N-1)}\sum_{i<j}\widehat{\rho}_{ij}. \]

La cible à corrélation constante est définie par

\[ F_{ii}=S_{ii},\qquad F_{ij}=\bar{\rho}\,s_is_j\quad(i\ne j). \]

La cible conserve ainsi les variances empiriques sur la diagonale et attribue la même corrélation \(\bar{\rho}\) à chaque paire d’actifs. L’estimation finale combine cette cible avec la matrice empirique d’origine ; elle ne remplace pas toutes les volatilités par une valeur commune. Sa construction et son intensité diffèrent de celles de l’estimateur à cible identité. L’implémentation de référence des auteurs décrit une cible qui conserve les variances empiriques et attribue une corrélation commune (implémentation de référence).

<!-- learn:illustration --> <!-- Illustration conceptuelle sans texte : trois matrices de covariance symétriques 3×3 conservent les mêmes cellules diagonales, tandis que des relations empiriques hors diagonale différentes se rapprochent d’une seule cible à corrélation constante. Il ne s’agit ni de données ni d’une estimation. -->

Supposons qu’une matrice de covariance empirique hypothétique, exprimée en points de pourcentage au carré, soit

\[ S=\begin{bmatrix} 4&3&-2\\ 3&9&6\\ -2&6&16 \end{bmatrix}\%^{2}. \]

Les écarts types empiriques sont \(2\%\), \(3\%\) et \(4\%\). Les corrélations par paires sont \(3/(2\cdot3)=0.50\), \(-2/(2\cdot4)=-0.25\) et \(6/(3\cdot4)=0.50\). Leur moyenne est

\[ \bar{\rho}=(0.50-0.25+0.50)/3=0.25. \]

La cible obtenue est

\[ F=\begin{bmatrix} 4&1.5&2\\ 1.5&9&3\\ 2&3&16 \end{bmatrix}\%^{2}. \]

Pour illustrer uniquement le calcul, choisissons \(\delta=0.40\). Cette valeur pédagogique n’est pas l’intensité Ledoit–Wolf estimée pour ces observations inventées :

\[ \widehat{\Sigma}=0.60S+0.40F= \begin{bmatrix} 4&2.4&-0.4\\ 2.4&9&4.8\\ -0.4&4.8&16 \end{bmatrix}\%^{2}. \]

La diagonale reste \(4,9,16\). La covariance \((1,3)\) passe de \(-2\) vers sa valeur cible de \(2\) : le rétrécissement ne signifie donc pas que toutes les covariances se rapprochent de zéro. Les deux matrices affichées sont semi-définies positives, leur combinaison convexe l’est donc aussi. Cet exemple hypothétique illustre le calcul ; il ne recommande pas une cible et ne représente pas une relation de marché observée.

Avec des poids égaux \(w=(1/3,1/3,1/3)^\top\), la variance modélisée est \(w^\top\Sigma w\). La somme des neuf éléments de la matrice empirique vaut \(43\), donc

\[ w^\top S w=43/9\approx4.7778\ \%^{2}. \]

La somme des éléments de la matrice rétrécie illustrative est \(42.6\), d’où

\[ w^\top\widehat{\Sigma}w=42.6/9\approx4.7333\ \%^{2}. \]

Cette petite différence découle mécaniquement du changement de l’entrée de covariance. Elle ne prouve pas que l’estimation rétrécie prévoit mieux la variance réalisée. Un optimiseur de variance minimale peut également produire des poids différents, car il utilise les valeurs de covariance et souvent leur inverse. Dans les conditions appropriées, le rétrécissement peut réduire la sensibilité de ces entrées au bruit d’échantillonnage, tout en modifiant les expositions et la rotation du portefeuille.

Dans un portefeuille à parité de risque, la covariance influence la contribution au risque total de chaque actif, et pas seulement la variance agrégée ; voir le guide sur la contribution égale au risque. Si une estimation du risque sert ensuite à dimensionner les positions, comme dans le ciblage de volatilité, l’horizon visé et la distinction entre risque réalisé et risque prévu doivent aussi être traités séparément.

Le rétrécissement linéaire utilise une seule intensité scalaire pour combiner toute la matrice empirique avec une cible donnée. Avec une cible identité, on peut l’interpréter par les valeurs propres : les valeurs propres empiriques sont rapprochées d’un centre commun, tandis que les vecteurs propres empiriques sont conservés. Cela peut stabiliser un spectre bruité, mais le même poids de mélange contraint les ajustements propres à chaque valeur propre.

Le rétrécissement non linéaire transforme plutôt les valeurs propres empiriques individuellement, en conservant généralement les vecteurs propres empiriques dans un estimateur équivariant par rotation. L’article de Ledoit et Wolf de 2012 développe des transformations non linéaires des valeurs propres pour l’estimation de covariances de grande dimension (2012). Leur étude de sélection de portefeuille considère un estimateur ajusté à cet objectif (2017). Ces méthodes ne sont pas le mélange linéaire scalaire présenté plus haut et ne doivent pas être décrites comme tel.

Un estimateur plus flexible peut mieux représenter la structure de covariance sous ses hypothèses, mais cela ne le rend pas automatiquement préférable pour chaque univers ou fenêtre. Comparez l’estimateur précis, ses hypothèses, son calcul et ses performances hors échantillon. Une transformation des valeurs propres ne prévoit pas non plus un futur régime de corrélation.

Le rétrécissement ajoute une structure pour réduire la variance d’estimation, mais cette structure peut être erronée. Une cible à facteur unique peut manquer des relations sectorielles ou de style, une cible à corrélation constante peut ignorer les groupes, et une identité mise à l’échelle peut supprimer des covariances réelles. Un changement de régime, une évolution des expositions aux facteurs ou des observations non synchronisées peuvent rendre une cible estimée sur une fenêtre historique inadéquate pour la suivante. La méthode ne rend pas les rendements indépendants ou stationnaires.

L’affirmation de semi-définie positivité est soumise à des conditions. Si \(S\) et \(F\) sont toutes deux semi-définies positives et si \(0\leq\delta\leq1\), leur combinaison convexe l’est aussi. Cela ne garantit pas à lui seul la définie positivité : une cible peut avoir des valeurs propres nulles ou recevoir un poids nul. Une suppression par paire utilisant des dates différentes pour chaque paire d’actifs peut aussi produire une matrice empirique \(S\) qui n’est pas semi-définie positive ; l’argument de convexité ne s’applique alors pas sans correction ou remplacement de cette entrée.

Précisez la définition des rendements, la fréquence d’échantillonnage, la fenêtre d’observation, le traitement des valeurs manquantes, le centrage de la moyenne, la cible et la méthode d’estimation de l’intensité. Le cas échéant, alignez tous les actifs sur un même calendrier d’observation. Ne choisissez pas la cible parce qu’elle produit le backtest le plus attrayant sur les mêmes données que celles utilisées pour l’évaluation ; le choix de la cible et la conception du portefeuille sont eux-mêmes des décisions de recherche.

Une évaluation utile fixe l’univers d’actifs, l’horizon de rendement, la règle de rééquilibrage et la date limite d’information, puis compare la matrice empirique, l’estimateur de rétrécissement retenu et une référence pertinente sur les mêmes fenêtres d’apprentissage. Les prévisions de covariance peuvent être évaluées par rapport à une mesure réalisée ultérieure, ou les prévisions de portefeuille sur des périodes mises de côté. Indiquez la fonction de perte et la façon dont elle pondère les erreurs de variance par rapport aux erreurs de covariance. Une erreur matricielle plus faible en échantillon sous une perte donnée n’implique pas de meilleures estimations futures du risque de portefeuille sous une autre.

Pour une application de portefeuille, rapportez également les effets sur les poids, la concentration, la rotation, les contraintes et les coûts de transaction estimés. La matrice de covariance n’est qu’une entrée de la décision : rendements espérés, financement, limites de risque et hypothèses d’exécution peuvent modifier le portefeuille obtenu. Un nombre de condition plus faible est une propriété de la matrice, pas une garantie de rendement ou de risque réalisé.

L’erreur d’estimation de la matrice et l’erreur de décision de portefeuille ne sont pas non plus évaluées par la même perte. Une perte fondée sur les erreurs quadratiques de tous les éléments traite les paires d’actifs de façon égale ; la variance d’un portefeuille donné, \(w^\top\Sigma w\), pondère chaque terme de variance et de covariance en fonction de ses expositions. Déterminez d’abord si l’objectif de recherche est de reconstruire la matrice ou de prévoir un budget de risque donné, puis publiez un critère d’évaluation adapté. Une intensité de rétrécissement choisie pour un objectif n’est pas automatiquement optimale pour un autre.

Lors de la séparation des périodes d’évaluation, vérifiez aussi que les données utilisées pour estimer l’intensité, l’univers d’actifs et les hyperparamètres étaient disponibles avant chaque date d’évaluation. Estimer l’intensité sur l’échantillon entier, puis évaluer des performances historiques sur une période antérieure, peut introduire de l’information future dans le choix. Dans une évaluation glissante, recalculez l’estimateur à chaque date en utilisant seulement les données alors disponibles, et consignez la longueur de fenêtre et l’intervalle de rééquilibrage. Si une covariance réalisée sert de référence, précisez également si l’horizon de prévision se chevauche avec d’autres ou réutilise les mêmes données.

L’interprétation la plus défendable reste limitée : les méthodes de Ledoit–Wolf offrent des moyens fondés sur les données de combiner une covariance empirique bruitée avec une cible ou une transformation choisie. Leur utilité dépend de l’adéquation de la cible, des hypothèses d’échantillonnage et de l’évaluation au problème de risque visé. C’est une estimation de la structure de covariance, pas un signal de trading autonome ni une promesse de surperformance.