Comparar la varianza de la cartera utilizando diferentes regularizadores

Question

Me dan una pregunta como la siguiente Utilizando el conjunto de datos 48_Industry_Portfolios_daily: caracterice/describa el conjunto de datos y centrarse en la cartera de varianza mínima global. Comparar la varianza de la cartera utilizando diferentes regularizadores y utilizar métodos de validación para encontrar los parámetros óptimos.

Lo que no tengo claro es comparar la varianza de la cartera con diferentes regularizadores y utilizar métodos de validación.

Estaba usando Python para encontrar la frontera eficiente. Lo que necesito saber es si hay algún material útil en python donde pueda comparar la varianza de la cartera utilizando diferentes regularizaciones. No he podido encontrar recursos útiles

P.D : La frontera eficiente no tiene buena pinta

Answer 1

Cuando se resuelve una cartera de varianza mínima se adquieren algunos valores, $\mathbf{\beta}$ correspondientes a los pesos de sus activos, normalmente de forma que $\sum \mathbf{\beta} = 1$ .

La regularización significa que se intenta limitar estos valores de manera que la función objetivo incluya también la norma de $\mathbf{\beta}$ (regresión Ridge - norma L2) o la suma de los valores absolutos de $\mathbf{\beta}$ (Lasso - L1-norma). Si se permite la venta en corto, esto significa que se intentará evitar el caso de que un activo tenga una ponderación de -1000 y otro de +1000.

Si no se permite la venta en corto, los activos ya contienen algún tipo de regularización, pero se podría controlar aún más comparándolo con el caso, por ejemplo, en el que cada activo se pondera por igual, para evitar que muchos activos tengan un peso cero.

Por lo general, se controla la cantidad de regularización con un hiperparámetro que asigna el peso del componente de la cresta (o del lazo) que se desea priorizar. Si revisas la documentación de la librería SKlearn de Python encontrarás mucha documentación sobre la regularización, así como sobre la validación cruzada, que es lo que necesitarás para probar tus elecciones