给投资组合配权重，像给一艘船分配货物：你不仅要知道每件货有多重，还要知道它们会不会同时晃动。协方差矩阵就是这张“晃动关系表”——它同时描述单项资产的波动，以及不同资产是否一起涨跌。问题在于，一天、一个月和一年期的风险不会简单同比例放大；估计稍有失真，优化器给出的权重就可能明显跑偏。
据 SSRN 摘要页，BlackRock 的 Jorge Guijarro-Ordonez、Misha van Beek 和 Amandeep Dhaliwal 提出一种多期限协方差预测方法：把时间序列预测——追踪同一资产的风险如何变化——与横截面预测——借助不同资产间的共同结构——线性混合。混合权重按统计标准优化，还能随特征变化。直观上，它试图让模型既跟得上市场变化，又不因短期噪声而失去稳定性，并在不同资产类别和持有期之间保持一致。
作者称，该方法易于大规模计算，具有理论保证，并在多个资产类别、预测期限和时期的实证中优于所比较的行业标准方法。不过，现有材料只有标题与 SSRN 摘要，未披露具体基准、提升幅度和压力情景表现，因此这些效果仍属作者自述。SSRN 页面显示，论文最近修订于 2026 年 8 月 15 日，并将刊于 2026 年 11 月号《Journal of Portfolio Management》。