Mathematical Principles and Quantitative Finance · 29. septembre 2024
Les matrices sont essentielles en finance pour analyser des données complexes, telles que les rendements, corrélations et risques. La matrice de covariance, clé pour comprendre les liens entre actifs, aide à mesurer le risque global d'un portefeuille via sa trace (somme des variances individuelles). Celle-ci fournit une mesure rapide du risque total provenant de chaque actif indépendamment des covariances.
Mathematical Principles and Quantitative Finance · 09. novembre 2023
Les valeurs propres et vecteurs propres sont essentiels en finance quantitative pour analyser le risque et la variance d'un portefeuille. L'Analyse en Composantes Principales (PCA) sur la matrice de covariance des rendements permet d'identifier les principaux facteurs influençant la volatilité.