El tamaño de la población de referencia es crítico para mejorar la precisión de la predicción genómica. De hecho, mejorar la precisión de la predicción genómica al combinar poblaciones de referencia multinacionales ha demostrado ser efectivo. En este estudio, investigamos la mejora de la precisión de la predicción genómica en siete rasgos complejos (es decir, producción de leche; producción de grasa; producción de proteínas; recuento de células somáticas; conformación corporal; pies y piernas; y conformación del sistema mamario) al combinar las poblaciones de referencia Holstein chinas y nórdicas. Las correlaciones genéticas estimadas entre las poblaciones Holstein chinas y nórdicas son altas con respecto a la producción de proteínas, producción de grasa y producción de leche, donde estas correlaciones oscilan entre 0.621 y 0.720, y son moderadas con respecto al recuento de células somáticas (0.449), pero bajas para los tres rasgos de conformación (que oscilan entre 0.144 y 0.236). Al utilizar los datos de referencia conjuntos y un modelo GBLUP de dos rasgos, la precisión de la predicción genómica en los Holstein chinos mejora considerablemente con respecto a los rasgos con correlaciones genéticas moderadas a altas, mientras que la mejora en los Holstein nórdicos es pequeña. En comparación con el análisis de una sola población, utilizar la población de referencia conjunta para la predicción genómica en animales más jóvenes resulta en una mejora del 2.3 al 8.1 por ciento en precisión. Mientras tanto, se implementaron 10 replicaciones de validación cruzada de cinco pliegues para evaluar el rendimiento de la predicción genómica conjunta, lo que resultó en un aumento del 1.6 al 5.2 por ciento en precisión. Con respecto a la predicción genómica conjunta, se encontró que el sesgo era bastante bajo. Sin embargo, para los rasgos con bajas correlaciones genéticas, los datos de referencia conjuntos no mejoran sustancialmente la precisión de la predicción para ninguna de las poblaciones.