📊 statistics

Zero Variance Portfolio

Die Studie zeigt, dass ein neuartiger „Ridgelet"-Schätzer im Gegensatz zu herkömmlichen „Ridgeless"-Methoden auch dann eine optimale Out-of-Sample-Performance für Portfolios erzielt, wenn die Anzahl der Vermögenswerte die Stichprobengröße übersteigt und die In-Sample-Varianz pathologisch null wird, indem er das Phänomen des „Double Descent" nutzt.

Ursprüngliche Autoren: Jinyuan Chang, Yi Ding, Zhentao Shi, Bo Zhang

Veröffentlicht 2026-02-24

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Jinyuan Chang, Yi Ding, Zhentao Shi, Bo Zhang

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Rätsel: Wie man mit zu wenig Daten das perfekte Investment-Portfolio baut

Stellen Sie sich vor, Sie sind ein Koch, der ein neues, perfektes Rezept entwickeln soll. Aber hier ist das Problem: Sie haben tausende verschiedene Zutaten (das sind die Aktien im Markt), aber Sie haben nur wenige Tage Zeit, um zu kochen und zu probieren (das sind die historischen Daten).

In der Finanzwelt nennt man das das Problem „N > T" (viele Assets, wenig Daten). Wenn man versucht, mit so wenig Daten ein Portfolio zu berechnen, passieren normalerweise zwei Dinge:

Der naive Ansatz: Man nimmt einfach die Durchschnittswerte. Das führt zu chaotischen Ergebnissen, weil die Daten verrauscht sind.
Der „Null-Varianz"-Trick: Ein Computer-Algorithmus findet eine Kombination von Zutaten, die auf dem Papier perfekt aussieht (keine Schwankungen, null Risiko). Aber das ist eine Lüge! Der Algorithmus hat die Daten einfach „auswendig gelernt" (Overfitting). Wenn Sie dieses Rezept im echten Leben anwenden, wird es katastrophal scheitern.

Die Autoren dieses Papers haben eine geniale Lösung gefunden, die sich „Ridgelet" nennt. Hier ist, wie es funktioniert, einfach erklärt:

1. Das Problem: Der „Spiegel-Effekt" (Overfitting)

Wenn Sie versuchen, mit 500 Zutaten ein Gericht zu kochen, aber nur 20 Probiergänge hatten, wird Ihr Computer eine Kombination finden, die in der Vergangenheit perfekt war. Es ist, als würden Sie eine Geschichte erfinden, die genau zu den Ereignissen der letzten Woche passt, aber morgen völlig falsch ist.
In der Finanzwelt nennt man das eine Null-Varianz-Portfolio (ZVP). Es sieht im Training super aus, ist aber in der Realität wertlos.

2. Die Lösung: Der „winzige Stöpsel" (Ridgelet)

Die Autoren sagen: „Lassen Sie uns dem Computer einen winzigen, fast unsichtbaren Stöpsel in die Berechnung stecken."
Sie nehmen die Standardformel und fügen eine winzige Zahl hinzu (z. B. 0,00000001). Das klingt nach wenig, aber es zwingt den Computer, eine einzige, stabile Lösung zu finden, anstatt tausend chaotische Möglichkeiten zu erfinden.

Die Analogie: Stellen Sie sich vor, Sie balancieren auf einem Seil. Ohne Hilfe (die winzige Zahl) fallen Sie sofort in jede Richtung, wenn der Wind weht. Mit dem winzigen Stöpsel (dem „Ridge") haben Sie ein kleines Gleichgewichtsgewicht, das Sie stabil hält, auch wenn der Wind (der Markt) weht.

3. Das Wunder: Der „Double Descent" (Doppelter Abstieg)

Normalerweise denken wir: „Je komplexer das Modell, desto schlechter wird es, wenn wir zu viele Datenpunkte haben."
Die Autoren zeigen jedoch ein Phänomen namens „Double Descent" (doppelter Abstieg):

Phase 1: Wenn Sie wenige Aktien haben, wird das Portfolio besser, je mehr Sie hinzufügen.
Phase 2: Wenn Sie zu viele Aktien hinzufügen (mehr als Datenpunkte), wird es plötzlich schlecht (der Peak des Scheiterns).
Phase 3 (Das Geheimnis): Wenn Sie noch mehr Aktien hinzufügen (weit über die Datenmenge hinaus), wird es plötzlich wieder besser!

Warum? Weil in diesem „überparametrisierten" Bereich (viele Aktien, wenig Daten) die winzige Stöpsel-Methode (Ridgelet) den Rauschen filtert und die echten Muster findet. Es ist, als würde man durch das Hinzufügen von noch mehr Zutaten das Gericht am Ende wieder schmackhafter machen, weil die „Stöpsel"-Methode die besten Zutaten aus der Masse filtert.

4. Ridgelet 1 vs. Ridgelet 2: Der Unterschied zwischen „Grob" und „Fein"

Die Autoren haben zwei Versionen entwickelt:

Ridgelet 1: Der „Allrounder". Er fügt den Stöpsel überall gleichmäßig hinzu. Er funktioniert gut und ist sehr robust.
Ridgelet 2: Der „Feinschmecker". Er weiß, dass nicht alle Zutaten gleich sind. Manche Zutaten (Aktien) hängen stark zusammen (z. B. alle Auto-Aktien), andere sind unabhängig. Ridgelet 2 analysiert diese spezifischen Beziehungen und passt den Stöpsel genau dort an, wo er gebraucht wird.
- Ergebnis: Ridgelet 2 ist der Gewinner. Er nutzt die Struktur des Marktes, um das Risiko noch weiter zu senken.

5. Was bedeutet das für Sie?

Früher dachten Experten: „Wenn wir zu viele Aktien haben, müssen wir die Daten stark vereinfachen (Dimensionen reduzieren), sonst funktioniert es nicht."
Dieses Paper sagt: „Nein! Wir können die Komplexität nutzen!"

Durch die Anwendung der „Ridgelet"-Methode können Investoren Portfolios mit 700 oder mehr Aktien bauen, selbst wenn sie nur einen Monat an Daten haben. Und das Beste: Diese Portfolios sind nicht nur im Rückblick gut, sondern funktionieren auch in der Zukunft (Out-of-Sample), weil sie nicht „auswendig gelernt", sondern intelligent generalisiert haben.

Zusammenfassung in einem Satz

Die Autoren haben entdeckt, dass man, wenn man zu viele Aktien und zu wenig Daten hat, nicht das Problem ignorieren sollte, sondern es mit einer winzigen mathematischen „Stabilisierung" (Ridgelet) lösen kann, um Portfolios zu bauen, die so robust sind, dass sie selbst in chaotischen Märkten das Risiko minimieren – ein echter „Free Lunch" für die Finanzwelt.

1. Problemstellung

Das Paper adressiert ein zentrales Problem im modernen Portfoliomanagement: Die Optimierung von Minimal-Varianz-Portfolios (Minimum Variance Portfolio, MVP) in hochdimensionalen Umgebungen, in denen die Anzahl der Vermögenswerte ( $N$ ) die Stichprobengröße ( $T$ ) bei weitem übersteigt ( $N \gg T$ ).

Herausforderung: In diesem Regime ist die Stichproben-Kovarianzmatrix $S_0$ singulär (nicht invertierbar). Herkömmliche Schätzer, die auf der Invertierung von $S_0$ basieren, versagen oder liefern instabile Ergebnisse.
Das Phänomen der Null-Varianz: Wenn $N > T$ , existiert ein Portfolio-Gewichtvektor, der eine in-sample Varianz von exakt Null erzeugt (Zero Variance Portfolio, ZVP). Klassisch wird dies als pathologischer Überanpassungsfall (Overfitting) betrachtet, der zu einer katastrophalen Out-of-Sample (OOS) Performance führt.
Die Frage: Kann man dieses Phänomen der Null-Varianz nutzen, um durch moderne maschinelle Lernkonzepte (wie „Double Descent") ein Portfolio zu konstruieren, das nicht nur die Trainingsdaten perfekt interpoliert, sondern auch eine optimale Generalisierung auf neue Testdaten bietet?

2. Methodik

Die Autoren entwickeln und analysieren einen neuen Schätzer, den sie „Ridgelet" nennen, und vergleichen ihn mit dem etablierten „Ridgeless"-Ansatz (Pseudoinverse).

A. Der Ridgelet-Schätzer

Der Ridgelet-Schätzer $\hat{\omega}_\tau$ wird definiert als:
$\hat{\omega}_\tau = \frac{S_\tau^{-1} \mathbf{1}}{\mathbf{1}^\top S_\tau^{-1} \mathbf{1}} \quad \text{mit} \quad S_\tau = S_0 + \tau I_N$
Dabei ist $S_0$ die Stichproben-Kovarianzmatrix, $I_N$ die Einheitsmatrix und $\tau$ eine extrem kleine, vordefinierte Konstante (z. B. $10^{-8}$ ), die kein Tuning-Parameter im klassischen Sinne ist.

Ziel: Die Addition von $\tau I_N$ macht $S_\tau$ invertierbar und dient als numerischer Stabilisator, der den Schätzer als Approximation des Minimum- $\ell_2$ -Norm-Lösung des ZVP-Problems interpretiert.
Unterschied zu Ridge-Regression: Im Gegensatz zur klassischen Ridge-Regression, bei der $\tau$ zur Balance von Bias und Varianz optimiert wird, ist $\tau$ hier fest und dient lediglich dazu, die Diskontinuität der Pseudoinversen bei $\tau \to 0$ zu vermeiden.

B. Der Ridgeless-Schätzer (Vergleich)

Zum Vergleich wird der Schätzer mit der Moore-Penrose-Pseudoinversen betrachtet:
$\hat{\omega}_+ = \frac{S_0^+ \mathbf{1}}{\mathbf{1}^\top S_0^+ \mathbf{1}}$
Die Autoren zeigen, dass dieser Ansatz im Portfolio-Kontext fundamental anders und im Regime $N > T$ ungeeignet ist, da er nicht die gewünschte Null-Varianz-Eigenschaft im Sinne der Generalisierung erfüllt.

C. Verfeinerung: Ridgelet2

Da der einfache Ridgelet ( $Ridgelet_1$ ) die Struktur der idiosynkratischen Kovarianzmatrix $\Omega$ ignoriert, schlagen die Autoren eine verfeinerte Version vor:
$\hat{\omega}_{\tau}^{(2)} = \frac{S_{\tau, \hat{\Omega}}^{-1} \mathbf{1}}{\mathbf{1}^\top S_{\tau, \hat{\Omega}}^{-1} \mathbf{1}} \quad \text{mit} \quad S_{\tau, \hat{\Omega}} = S_0 + \tau \hat{\Omega}$
Hierbei wird $\hat{\Omega}$ durch einen konsistenten Schätzer für die idiosynkratische Kovarianz ersetzt (basierend auf dem POET-Verfahren von Fan et al., 2013), das Sparsity in den Restkorrelationen ausnutzt.

D. Theoretisches Gerüst

Die Analyse stützt sich stark auf die Theorie der Zufallsmatrizen (Random Matrix Theory, RMT). Die Autoren leiten asymptotische Eigenschaften her, wobei $N, T \to \infty$ und $N/T \to \infty$ .

3. Wichtige Beiträge und Ergebnisse

A. Entlarvung des Ridgeless-Ansatzes

Ein Hauptbeitrag ist der Nachweis, dass der Ridgeless-Schätzer (Pseudoinverse) im Portfolio-Kontext versagt.

Ergebnis: Während Ridgeless in der linearen Regression oft „benign overfitting" zeigt, divergiert die relative Out-of-Sample-Varianz von Ridgeless gegen Unendlich, sobald $N$ signifikant größer als $T$ wird. Er interpoliert die Trainingsdaten nicht einmal korrekt im Sinne eines ZVP und liefert schlechtere Ergebnisse als ein einfaches Equal-Weight-Portfolio.

B. Nachweis der Generalisierbarkeit von Ridgelet

Im Gegensatz dazu zeigt der Ridgelet-Schätzer ein vielversprechendes Verhalten:

Double Descent: Die Out-of-Sample-Risikokurve von Ridgelet zeigt das Phänomen des „Double Descent". Das Risiko steigt zunächst, wenn $N$ sich $T$ nähert (Peak bei $N \approx T$ ), fällt dann aber wieder ab, sobald $N$ deutlich größer als $T$ wird.
Optimalität: Im asymptotischen Regime $N \gg T$ konvergiert das Risiko des Ridgelet-Portfolios gegen das Risiko des optimalen Orakel-Portfolios (das die wahre Kovarianzmatrix $\Sigma$ kennt).
Theorem 1: Zeigt, dass für Ridgelet1 die relative Varianz gegen einen endlichen Wert konvergiert, während sie für Ridgeless divergiert.

C. Erreichung der Oracle-Optimalität durch Ridgelet2

Die Autoren beweisen, dass die Kenntnis der idiosynkratischen Kovarianzstruktur entscheidend ist:

Theorem 2: Wenn $\hat{\Omega}$ eine konsistente Schätzung von $\Omega$ ist, erreicht der verfeinerte Schätzer Ridgelet2 asymptotisch die Oracle-Varianz (d.h. $RV(\hat{\omega}) \to 1$ ).
Dies nutzt den „Segen der Dimensionalität" (Blessing of Dimensionality) aus: Mehr Assets ermöglichen eine bessere Diversifikation der systematischen Risiken, wenn die idiosynkratischen Risiken korrekt modelliert werden.

D. Empirische Validierung

Simulationen: Die Simulationen bestätigen die theoretischen Vorhersagen, einschließlich des Double-Descent-Verhaltens und der Robustheit gegenüber schweren Verteilungsenden (heavy-tailed distributions).
Empirische Studien: Anhand von Daten des S&P 500 (USA) und Nikkei 225 (Japan) wird gezeigt, dass Ridgelet2 mit wenigen Monaten täglicher Daten Portfolios mit über 700 Assets konstruieren kann, die eine niedrigere Out-of-Sample-Risikoprämie aufweisen als etablierte Methoden wie Linear Shrinkage (Ledoit & Wolf 2004), Nonlinear Shrinkage (Ledoit & Wolf 2017) und Equal Weighting.

4. Bedeutung und Fazit

Das Paper stellt eine fundamentale Herausforderung an die traditionelle Weisheit im Portfoliomanagement dar, die besagt, dass in hochdimensionalen Settings ( $N > T$ ) die Stichproben-Kovarianzmatrix vermieden und durch komplexe Regularisierung oder Faktormodelle ersetzt werden muss.

Paradigmenwechsel: Die Autoren zeigen, dass eine einfache, fast „naive" Herangehensweise (Verwendung der Stichproben-Kovarianz mit einem winzigen Ridge-Term) in Kombination mit der richtigen theoretischen Interpretation (als Approximation des Minimum-Norm-ZVP) überlegene Ergebnisse liefert.
Praktische Relevanz: Die Methode ist tuning-frei (da $\tau$ fest ist), einfach zu implementieren und skaliert hervorragend mit der Dimensionalität. Sie bietet einen neuen Weg, um die Fülle an Kreuzsektionsdaten in der Finanzwelt zu nutzen, ohne auf lange Zeitreihen angewiesen zu sein.
Theoretischer Durchbruch: Die Arbeit verbindet Konzepte aus dem maschinellen Lernen (Interpolation, Double Descent, Benign Overfitting) mit der Finanzmathematik und liefert strenge Beweise für die Optimalität von interpolierenden Schätzern in hochdimensionalen Portfolio-Problemen unter Faktorstrukturen.

Zusammenfassend demonstriert das Paper, dass im Regime $N \gg T$ die Interpolation von Trainingsdaten durch den Ridgelet-Schätzer nicht zu Overfitting führt, sondern im Gegenteil zu einer optimalen Generalisierung und Risikominimierung beiträgt, sofern die idiosynkratische Struktur korrekt berücksichtigt wird (Ridgelet2).