Encolhimento de Covariância de Ledoit–Wolf: Fórmula, Alvos e Risco da Carteira

Para \(T\) observações de retorno de \(N\) ativos, a matriz de covariância amostral \(S\) estima, a partir do mesmo histórico finito, a variância de cada ativo e a covariância de cada par. O número de elementos distintos cresce aproximadamente com \(N^2\). Se a quantidade de ativos não for pequena em relação ao número de observações, muitas estimativas individuais de covariância terão bastante ruído amostral.

Esse ruído importa especialmente quando um procedimento de carteira inverte a matriz. A inversa pode amplificar erros de estimação: pequenas mudanças nas correlações estimadas podem causar grandes mudanças nos pesos otimizados. Na covariância amostral usual, calculada após subtrair as médias, a matriz de dados tem posto no máximo \(T-1\); por isso, \(S\) é singular quando \(N\geq T\). Ela também pode ser mal condicionada antes de se tornar singular. Ledoit e Wolf discutem essa dificuldade de alta dimensão em seu trabalho sobre estimação de covariância bem condicionada (200400096-4)).

O encolhimento acrescenta estrutura à estimativa amostral ruidosa. É uma escolha de regularização para uma entrada de covariância, não uma evidência de que os ativos realmente sigam o modelo-alvo nem uma forma de estimar retornos esperados. A questão mais ampla de como os autovalores da covariância amostral afetam o risco da carteira se conecta ao guia sobre autovalores e risco financeiro.

Uma forma linear comum é

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

em que \(S\) é a covariância amostral, \(F\) é um alvo estruturado e \(\widehat{\delta}\) é a intensidade de encolhimento estimada. Com valor zero, a estimativa é a matriz amostral; com valor um, é o alvo. Os valores intermediários formam uma combinação convexa.

A escolha de \(F\) indica quais padrões o estimador considera estáveis o suficiente para preservar. A intensidade determina quanto peso dar a essa estrutura em relação à amostra. Para um alvo e uma função de perda especificados, os procedimentos de Ledoit–Wolf estimam a intensidade a partir dos dados, sem exigir uma combinação arbitrária escolhida manualmente. As fórmulas exatas de substituição variam conforme o alvo e as hipóteses; não existe uma única \(\widehat{\delta}\), independente do alvo, que defina todos os métodos chamados “Ledoit–Wolf”.

O resultado original de alta dimensão com alvo identidade é uma combinação convexa assintoticamente ótima sob uma função de perda quadrática e um regime assintótico específicos, não uma garantia universal para toda amostra ou objetivo (Ledoit e Wolf, 200400096-4)). Por isso, a função de perda e o alvo devem fazer parte da descrição do estimador.

Vários estimadores relacionados usam a mesma ideia de combinação, mas codificam estruturas de covariância diferentes.

• Alvo de índice único: Um fator de mercado explica o movimento conjunto comum, e o modelo trata a estrutura restante. Ledoit e Wolf propuseram uma combinação com pesos ótimos entre a covariância amostral e a de um modelo de índice único para estimar a covariância de retornos de ações (200300007-0)).
• Alvo de identidade escalada: O alvo tem um nível comum de variância na diagonal e covariância zero fora dela. Isso aproxima os autovalores de um centro comum e pode melhorar o condicionamento; também impõe hipóteses mais fortes de variâncias iguais e ausência de covariância do que um alvo de correlação constante.
• Alvo de correlação constante: Cada variância amostral é preservada, enquanto as correlações entre pares são substituídas por uma única correlação média. Isso permite volatilidades diferentes entre ativos e, ao mesmo tempo, simplifica o padrão de dependência. O artigo aplicado de 2004 desenvolve o encolhimento em direção a esse alvo (Ledoit e Wolf, 2004).

Essas versões não devem ser reduzidas à afirmação única de que “Ledoit–Wolf encolhe as correlações em direção a zero”. Dependendo de \(F\), o alvo pode preservar covariância de fatores comuns, aproximar autovalores de uma média ou deslocar as correlações entre pares em direção à média transversal. Uma etapa de regularização de covariância aplicada após combinar estimativas par a par, como em um fluxo de covariância assíncrona, também é uma escolha de modelagem distinta.

Seja \(S_{ii}\) a variância amostral do ativo \(i\), e \(s_i=\sqrt{S_{ii}}\). Para \(N\) ativos, calcule cada correlação amostral \(\widehat{\rho}_{ij}=S_{ij}/(s_is_j)\) e depois tire a média das correlações únicas fora da diagonal:

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

O alvo de correlação constante define

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

Assim, o alvo mantém as variâncias amostrais na diagonal e atribui a mesma correlação \(\bar{\rho}\) a cada par de ativos. A estimativa final de covariância combina esse alvo com a matriz amostral original; ela não substitui todas as volatilidades por um único valor comum. A construção do alvo e sua intensidade diferem do estimador com alvo identidade; a implementação dos autores descreve esse alvo como uma forma de preservar as variâncias amostrais e atribuir uma correlação comum (implementação de referência).

<!-- learn:illustration --> <!-- Conceito sem texto: três matrizes de covariância simétricas 3×3 mantêm as mesmas células diagonais, enquanto relações amostrais distintas fora da diagonal se aproximam de um único alvo de correlação constante; não são dados nem uma estimativa. -->

Suponha uma matriz de covariância amostral hipotética, em unidades de pontos percentuais ao quadrado:

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

Os desvios-padrão amostrais são \(2\%\), \(3\%\) e \(4\%\). As correlações entre pares são \(3/(2\cdot3)=0.50\), \(-2/(2\cdot4)=-0.25\) e \(6/(3\cdot4)=0.50\). A média é

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

O alvo resultante é

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

Somente para mostrar a aritmética, escolha \(\delta=0.40\). Esse é um valor didático, não a intensidade de Ledoit–Wolf estimada para essas observações inventadas:

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

A diagonal permanece \(4,9,16\). A covariância \((1,3)\) vai de \(-2\) em direção ao alvo \(2\), portanto encolher não significa que todas as covariâncias caminhem para zero. As duas matrizes exibidas são semidefinidas positivas; por isso, essa combinação convexa também é semidefinida positiva. O exemplo é hipotético e ilustra a aritmética, não recomenda um alvo nem descreve uma relação de mercado observada.

Para pesos iguais \(w=(1/3,1/3,1/3)^\top\), a variância modelada é \(w^\top\Sigma w\). Com a matriz amostral acima, a soma dos nove elementos é \(43\), então

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

Na matriz com encolhimento ilustrativa, a soma é \(42.6\), o que resulta em

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

Essa pequena diferença decorre mecanicamente da mudança na entrada de covariância. Ela não demonstra que a estimativa encolhida prevê melhor a variância realizada. Um otimizador de variância mínima também pode gerar pesos diferentes porque usa os valores da covariância e, muitas vezes, sua inversa. Em contextos adequados, o encolhimento pode deixar essas entradas menos sensíveis ao ruído amostral, embora ainda altere exposições e giro da carteira.

Em carteiras de paridade de risco, a covariância afeta a contribuição de cada ativo ao risco total da carteira, e não apenas a variância agregada; consulte o guia sobre contribuição igual ao risco. Se uma estimativa de risco também dimensionar posições, como em metas de volatilidade, ainda é necessário tratar separadamente o horizonte-alvo e a distinção entre valor realizado e previsto.

O encolhimento linear usa uma única intensidade escalar para combinar a matriz amostral inteira com um alvo selecionado. No caso de alvo identidade, há uma interpretação por autovalores: os autovalores amostrais se aproximam de um centro comum, enquanto os autovetores amostrais são preservados. Isso pode estabilizar um espectro ruidoso, mas o mesmo peso da combinação limita o quanto cada autovalor pode se mover de forma diferente.

O encolhimento não linear, por sua vez, transforma cada autovalor amostral individualmente e costuma preservar os autovetores amostrais em um estimador equivariante a rotações. O artigo de 2012 de Ledoit e Wolf desenvolve transformações não lineares de autovalores para estimação de covariância em grandes dimensões (2012). O estudo deles sobre seleção de carteiras considera um estimador ajustado a esse objetivo (2017). Esses métodos não são a combinação linear escalar mostrada acima e não devem ser descritos como tal.

Um estimador mais flexível pode ajustar a estrutura de covariância com mais cuidado sob suas hipóteses, mas essa flexibilidade extra não o torna automaticamente preferível para todo universo ou janela. Compare o estimador específico, suas hipóteses, seu custo computacional e seu desempenho fora da amostra. Uma transformação de autovalores também não prevê um regime futuro de correlação.

O encolhimento reduz a variância ao acrescentar estrutura, mas essa estrutura pode estar errada. Um alvo de índice único pode deixar de captar relações setoriais ou de estilo; um alvo de correlação constante pode ignorar agrupamentos; uma identidade escalada pode suprimir covariância genuína. Uma mudança de regime, exposições a fatores em transformação ou observações não sincronizadas podem fazer com que um alvo baseado em uma janela histórica descreva mal o período seguinte. O método não torna as observações de retorno independentes nem estacionárias.

A afirmação de semidefinição positiva depende de condições. Se \(S\) e \(F\) forem semidefinidas positivas e \(0\leq\delta\leq1\), sua combinação convexa também será semidefinida positiva. Isso não garante, por si só, que seja definida positiva estrita: o alvo pode ter autovalores nulos, ou seu peso pode ser zero. A exclusão par a par de datas diferentes para cada par de ativos também pode gerar uma matriz amostral \(S\) que não seja semidefinida positiva; nesse caso, o argumento da combinação convexa deixa de valer, a menos que essa entrada seja corrigida ou substituída.

Especifique a definição de retorno, a frequência de amostragem, a janela de observação, a regra para dados ausentes, o tratamento da média, o alvo e o procedimento para determinar a intensidade. Quando apropriado, alinhe todos os ativos em um esquema comum de observação. Não escolha um alvo por produzir o backtest mais atraente nos mesmos dados usados na avaliação; a escolha do alvo e o desenho da carteira também são decisões de pesquisa.

Uma avaliação útil fixa o universo de ativos, o horizonte de retorno, a regra de rebalanceamento e o corte de informações; em seguida, compara a matriz amostral, o estimador de encolhimento escolhido e um referencial relevante nas mesmas janelas de treinamento. Avalie as previsões de covariância diante de uma medida realizada posterior ou pontue as previsões de carteira em períodos reservados. Informe a função de perda e como ela trata erros de variância em comparação com erros de covariância. Um erro matricial menor dentro da amostra sob uma função de perda não implica necessariamente melhores estimativas futuras de risco da carteira sob outra.

Em uma aplicação de carteira, informe também os efeitos sobre pesos, concentração, giro, restrições e custos de transação estimados. A matriz de covariância é apenas uma entrada da decisão: retornos esperados, financiamento, limites de risco e hipóteses de execução podem mudar a carteira resultante. Um número de condição menor é uma propriedade da matriz, não uma garantia de retorno ou risco realizado.

A perda de estimação da matriz e a perda da decisão de carteira não são intercambiáveis. Uma perda que soma erros quadráticos entre elementos da matriz dá peso amplo aos pares de ativos, enquanto \(w^\top\Sigma w\) pondera variâncias e covariâncias conforme uma carteira especificada. Informe se o estudo avalia a reconstrução da própria matriz ou previsões de risco para uma exposição específica; então escolha e divulgue um critério compatível. Uma intensidade de encolhimento escolhida para um objetivo não é automaticamente ótima para o outro.

Mantenha a avaliação temporalmente segura. Em cada data de previsão, estime a intensidade de encolhimento, escolha o universo de ativos e ajuste os demais parâmetros usando apenas as informações disponíveis até aquela data. Estimar a intensidade na amostra completa e depois pontuar períodos anteriores introduz informações futuras nessa escolha. Em uma avaliação móvel, recalcule o estimador em cada origem usando apenas os retornos então disponíveis, registre a duração da janela e o intervalo de rebalanceamento e informe se a proxy de covariância realizada se sobrepõe ao horizonte previsto ou reutiliza retornos.

A interpretação mais defensável é delimitada: os métodos de Ledoit–Wolf oferecem formas orientadas por dados de combinar uma covariância amostral ruidosa com um alvo ou transformação escolhidos. O resultado só é útil na medida em que o alvo, as hipóteses de amostragem e a avaliação correspondam ao problema de risco pretendido. É uma estimativa da estrutura de covariância, não um sinal de negociação independente nem uma promessa de desempenho superior.