Resumen

La tarea esencial de la inversión de riesgo es seleccionar una cartera de seguimiento óptima entre varias carteras. Estadísticamente, este proceso se puede lograr eligiendo un modelo lineal restringido óptimo. Este artículo desarrolla un procedimiento estadístico para hacer esto, basado en la selección de pesos apropiados para promediar modelos aproximadamente restringidos. Se adopta el método de mínimos cuadrados promediados ponderados para estimar los modelos aproximadamente restringidos bajo un entorno de errores dependientes. Los pesos óptimos se eligen minimizando un criterio de información generalizado de -clase (-GIC), que es una estimación del error cuadrático promedio del ajuste del modelo. Se muestra que este procedimiento de selección de modelos es asintóticamente óptimo en el sentido de obtener el error cuadrático promedio más bajo posible. Las simulaciones de Monte Carlo ilustran que el método sugerido tiene una eficiencia comparable a algunas técnicas alternativas de selección de modelos.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Inversión de riesgo; Cartera de seguimiento óptima; Modelo lineal restringido; Mínimos cuadrados promedio ponderado; Criterio de información generalizado; Técnicas de selección de modelos
• Keywords:Risk investment; Optimal tracking portfolio; Restricted linear model; Weighted average least squares; Generalized information criterion; Model selection techniques