Qué significa
Regularizar una matriz reduce el efecto del ruido y mejora su condición numérica, por ejemplo acercando covarianzas extremas a una estructura más estable. La estabilidad numérica evita que errores minúsculos produzcan pesos radicalmente distintos.
El método y su intensidad deben quedar versionados y probarse fuera de la muestra usada para ajustarlos.
Qué debes comprobar
- Reducir ruido de estimación
- Evitar matrices inestables
- Versionar método y parámetros
Un ejemplo sencillo
Ejemplo ilustrativo; no son datos de un fondo o cartera seleccionados.
Matriz originalCasi singular
RegularizaciónShrinkage
ResultadoPesos menos sensibles
Errores de interpretación
- Ocultar la transformación.
- Elegir intensidad por el mejor backtest.
- Confundir convergencia numérica con validez económica.
El límite que debes conservar
Regularizar mejora el cálculo, pero no corrige datos pobres ni garantiza mejores resultados futuros.
Fuente y revisión
Fuentes de esta explicación
Definiciones vigentes de Fondos Atlas
Explicación editorial de las métricas, sus supuestos y límites de comparación. Los ejemplos son ilustrativos.