Оценивание изменения долевого состава портфеля по критерию максимального правдоподобия

Две целевых функции вместо одной:

– критерий аппроксимации,

– критерий консервативности по времени.

Комбинированная целевая функция (Constrained Flexible Least Squares): Задача квадратичного программирования с переменными

Чем больше коэффициент консервативности , тем более гладкими во времени получаются оценки долевого состава портфеля.

Проблема выбора коэффициента сглаживания

Частичная поквартальная информация об истории состава фонда Fidelity Magellan, полученная из публичных источников:

Помесячная реконструкция состава портфеля относительно индексов девяти классов активов

Выбор коэффициента сглаживания: Перекрестная проверка достоверности модели данных (Cross Validation)

Комбинированная целевая функция: Последовательность оценок долевого состава портфеля – модель массива данных,

коэффициент сглаживания – параметр модели.

Простейшая идея: найти значение , обеспечивающее наилучшую аппроксимацию временного ряда доходностей портфеля.

– плохой критерий: при .

Критерий скользящего контроля (leave-one-out):

1. Удалить одно значение доходности из временного ряда .

2. Провести анализ оставшихся элементов и найти оценку .

3. Вычислить квадрат ошибки восстановления для удаленного значения доходности .

4. Повторить вычисления для всех значений доходности .

5. Вычислить сумму квадратов ошибок восстановления .

6. Выбрать значение из условия максимума .

Дата добавления: 2015-07-08