CDCV模型参数的选择包括基于aKendall Tau的距离度量、自适应的单连锁标准、固定数量的聚类设置为15以及波动加权平均指数构建,噪声参数为Υ=1/λ=11。这些参数是根据粗略的性能分析选择的,在我们分析第3.8节中的最佳参数选择之前,将在本节中使用这些参数。如图10所示,首先根据市场指数和部门/集群指数调整数据,然后记录资产回报时间序列各部分之间的双变量斯皮尔曼Rho秩相关分布。表2中总结了所有850个时间步的分布统计数据,作为模型捕获数据集中依赖性能力的指标。这些结果表明,虽然CDCV实施的市场指数调节略优于CAVA实施,但CDCVIM的完全调节结果优于CAVA实施的结果,尽管只进行了粗略的参数分析。特别是,CDCV的实施使得标准偏差0.0936略低于CAVA的0.0950。当考虑绝对秩相关时,平均值、标准偏差和所有分位数值都低于相应的CAVA结果,剩余的最大绝对相关比等效的CAVA值低6.2%。CDCV模型的绝对q50百分位值表示剩余的双变量相关性下降2.8%,而绝对q25百分位值表示下降3.0%。这些结果的图形摘要如图10所示,说明了CDCV和CAVA的实现也会导致剩余的二元相关性的类似分布。
|