Longitud de la ventana para las regresiones predictivas

Question

Estoy construyendo una estrategia de negociación que predice los rendimientos del período actual utilizando los rendimientos históricos (por ejemplo, utilizando un modelo OLS estimado para predecir el rendimiento de la próxima semana basado en el rendimiento de esta semana). Sin embargo, no sé cómo elegir la ventana que debo utilizar para estimar el modelo.

Tal y como yo lo veo, hay dos formas de hacerlo a) elegir una longitud de ventana fija - por ejemplo, 1 año (52 observaciones semanales), y reestimar el modelo cada semana. Sin embargo, dependiendo del activo, la pendiente de la regresión tiende a cambiar, y es especialmente sospechosa para los pocos casos "atípicos", lo que me hace cuestionar si el modelo sigue siendo teóricamente sólido. b) Utilizar todos los datos disponibles, y hacer avanzar la ventana cada semana, reestimando el modelo. Sin embargo, si la relación es variante en el tiempo, creo que este enfoque dará lugar a largos períodos de rendimientos negativos si hay una ruptura en el modelo que una ventana más corta podría captar mejor.

¿Cómo puedo determinar el método que debo utilizar? Por supuesto, podría probar diferentes estrategias de filtrado basadas en estas dos, pero cuanto más complicadas, más riesgo de sobreajuste, según la OMI, y por lo tanto preferiría un método más simplista pero estadísticamente sólido para determinar qué camino tomar.

¿Alguna sugerencia? También me gustaría leer buenos artículos que traten este tema, si se me ocurre alguno.

Answer 1

Qué estrategia funcionará mejor es una cuestión empírica que depende de los datos disponibles. Es decir, no se puede demostrar teóricamente que un enfoque es mejor que el otro sin algunas suposiciones adicionales.

Por supuesto, podría volver a probar diferentes estrategias de filtrado basadas en estas dos, pero cuanto más complicado, más riesgo de sobreajuste OMI

Siempre que se divida adecuadamente la muestra en un formación y prueba submuestras, la complejidad del modelo no influye. Un modelo que se adapta en exceso a la muestra de entrenamiento tendrá un mal rendimiento en la muestra de prueba, y se verá.

(Por supuesto, si tiene un gran número de modelos alternativos, uno o unos pocos de ellos pueden funcionar bien tanto en la submuestra de entrenamiento como en la de prueba debido a la pura suerte; pero no parece que se enfrente a este tipo de escenario).