El mínimo de la varianza de la cartera debe minimizar la desviación estándar (desviación) de la cartera en el tiempo $t+1$. La matriz de covarianza $\Sigma_{t+1}$ debe estimarse en orden para formar la figura de la cancha.
Tengo una lista de los métodos de previsión de la matriz de covarianza y me gustaría para evaluar su rendimiento. Mi estrategia actual consiste en la estimación de la matriz de covarianza al final de cada semana, utilizando los últimos 2 años diario devuelve, formando el MVP y el reequilibrio al final de cada semana.
Entre el método de evaluación es trivial ya que acabo de comparar las estadísticas de rendimiento. Sin embargo, también me gustaría saber cuál es el desempeño de las estadísticas están bajo información PERFECTA. Cómo se podría ir sobre el cálculo de las matrices de covarianza para cada período de tiempo y la formación de la verdad (proxy) cartera óptima.
Iba yo a ser simplemente la formación de una matriz de covarianza usando diariamente las devoluciones de toda la semana o iba a tomar el único retorno a la semana vector y la formación de la covarianza basado en que? e.g $\Sigma_{t+1} = (r_{t+1} - \mu)(r_{t+1} - \mu)'$ donde $r_{t+1}$ es un vector de la semana del regreso (en virtud de la muestra, no se sabe, por la información perfecta, sé que esto). Que nos lleva a la pregunta de los $\mu$, ¿cómo puedo calcular que en virtud de la información perfecta? Debo utilizar otra medida, tales como el se dio cuenta de varianza por Merton?
