Actualmente estoy utilizando diferentes algoritmos de optimización para encontrar la cartera restringida que mejor replique el índice elegido. Así que tengo una tarea de optimización para minimizar el error de seguimiento. Me pregunto por qué todos los documentos utilizan algoritmos evolutivos, optimizadores de enjambre de partículas o, en menor medida, recocido simulado u optimización bayesiana, cuando el uso de OLS estándar con restricciones debería ser suficiente, ya que ya está minimizando una medida similar analíticamente, ergo, con mayor precisión. Mi comparación también ha demostrado que PSO o la optimización bayesiana no convergen y dan peores parámetros recomendados que OLS. ¿Por qué son más populares?
Hola: A no ser que esté entendiendo mal, minimizar el error de seguimiento de la cartera frente al fondo es un problema de optimización cuadrática, por lo que no veo cómo se podría utilizar OLS para resolverlo?
2 votos
Algunas personas tienen problemas que resolver y buscan técnicas matemáticas para solucionarlos. Algunas personas conocen técnicas matemáticas de lujo y buscan problemas que resolver para poder publicar artículos en revistas que muestren lo innovadores que son en la aplicación de nuevas técnicas.