Me han pedido que realice un análisis de factores en una determinada cartera, asumir que es un Suizo de la cartera en CHF.
Primer paso, elegí los factores que me gustaría ver en mi análisis.
La primera factores habría que añadir que son componentes de la cartera (y se utiliza la cubierta de rendimiento)
- El rendimiento de un mundial índice de equidad de
- El rendimiento global, el índice de renta fija
- El rendimiento de oro
- El rendimiento de un índice de productos
A continuación, me gustaría tener el forex factores, por lo que me agregue
- Eur / chf rendimiento
- USDCHF el rendimiento
Por último, me gustaría tener algunos macro-economía:indicadores de
- El cambio en el PIB de Suiza
- Tasa De Inflación
- La tasa de desempleo.
Por ejemplo.
Si me dio un gran montón de factores, mi primera pregunta es, en algún momento de la serie tienen valores mayores en magnitud que los demás y me preguntaba si debería normalizar ellos antes de ir más lejos?
¿Crees que tiene sentido dividir "puro" el desempeño de las acciones y las divisas de los componentes?
Segundo Paso
Que eventualmente se busca hacer lo siguiente:
$$Y_t = \alpha + \sum_{i=1}^k \beta_i {F_i}_t + \varepsilon_t$$
donde $F_i, \quad 0<i \leq k$ es el i-ésimo factor y $y_t$ es el retorno de la cartera en el tiempo $t$.
El problema es que para que esto tenga sentido la necesidad de los diferentes $F_i$ a ser independiente.
Hay un general método aceptado en nuestro campo a utilizar para obtener un conjunto de factores independientes? (Hice la pregunta aquí , pero yo no podía venir para arriba con una escalera de respuesta).
Tercer paso Una vez que este filtro es de hecho tenemos $l\leq k$ independientes de los factores. Yo estaba pensando acerca de la ejecución de la regresión sobre los restantes $l$ factores, y luego mirar a sus p-valores para ver cuáles son importantes y por lo tanto quiero mantener. Existe una mejor utiliza generalmente en el análisis de los factores?
