【摘要】较低频数据而言,高频数据包含了更丰富的数据信息,一般而言基于高频数据估计得到的协方差阵也更加的有效。但是噪声的影响使得高频协方差阵的估计并不理想,尤其当资产的维度较高时,高维高频协方差阵的估计就变得更为困难。文章在基于高频数据的协方差阵估计中引入主成分和门限方法,提出了新的协方差阵估计方法,来解决维数灾难和噪声的影响。通过模拟和实证研究发现:新的估计方法明显提高了协方差阵的估计效率,并且应用时使投资者获得了更高的收益。