Zero Variance Portfolio

A continuación presento un resumen técnico detallado del artículo "Zero Variance Portfolio" (Cartera de Varianza Cero), escrito por Jinyuan Chang, Yi Ding, Zhentao Shi y Bo Zhang.

1. Planteamiento del Problema

El artículo aborda un desafío fundamental en la optimización de carteras modernas: la situación de alta dimensionalidad donde el número de activos ($N$) excede significativamente el tamaño de la muestra temporal ($T$), es decir, el régimen $N \gg T$.

• Contexto Tradicional: En la teoría de Markowitz, la cartera de mínima varianza (MVP) requiere la inversión de la matriz de covarianza poblacional ($\Sigma$). En la práctica, se utiliza la matriz de covarianza muestral ($S_0$). Cuando $N > T$, $S_0$ es singular (no invertible), lo que impide calcular la solución estándar.
• El Problema de la Interpolación: Cuando $N > T$, es posible encontrar pesos que logran una varianza en muestra cero (Zero Variance Portfolio o ZVP), interpolando perfectamente los datos de entrenamiento. Tradicionalmente, esto se consideraba un caso patológico de sobreajuste (overfitting) que llevaría a un rendimiento pobre fuera de muestra (OOS).
• La Paradoja de la Complejidad: A pesar de la intuición clásica, avances recientes en aprendizaje automático (como la regresión sin regularización o Ridgeless) han demostrado que los modelos sobreparametrizados pueden generalizar bien. Sin embargo, en el contexto de carteras, la aplicación directa de pseudoinversas (método "Ridgeless") ha mostrado comportamientos divergentes y riesgos OOS inestables.

2. Metodología Propuesta

Los autores proponen una nueva estimación de pesos llamada Ridgelet, inspirada en la teoría de aprendizaje profundo y la teoría de matrices aleatorias (RMT).

A. El Estimador Ridgelet (Ridgelet1)

En lugar de utilizar la pseudoinversa de Moore-Penrose (que corresponde a un ridge $\tau \to 0$), los autores proponen añadir una pequeña constante positiva $\tau$ (por ejemplo, $10^{-8}$) a la matriz de covarianza muestral antes de invertirla.

La fórmula para los pesos es:
$$\hat{\omega}_{\tau} = \frac{S_{\tau}^{-1} \mathbf{1}}{\mathbf{1}^\top S_{\tau}^{-1} \mathbf{1}}$$
donde $S_{\tau} = S_0 + \tau I_N$.

• Diferencia clave con Ridgeless: Mientras que el estimador "Ridgeless" ($\hat{\omega}_+$) utiliza la pseudoinversa $S_0^+$, el estimador Ridgelet utiliza $(S_0 + \tau I_N)^{-1}$. Los autores demuestran teóricamente que, en el contexto de MVP, estos dos estimadores son fundamentalmente diferentes y ortogonales entre sí. Ridgelet1 aproxima la solución de mínima norma $\ell_2$ del problema de varianza cero, mientras que Ridgeless no lo hace.

B. El Estimador Ridgelet Refinado (Ridgelet2)

Para mejorar el rendimiento en modelos de factores, los autores proponen una versión refinada que incorpora la estructura de la matriz de covarianza idiosincrática ($\Omega$).

• En lugar de usar $\tau I_N$, utilizan $\tau \hat{\Omega}$, donde $\hat{\Omega}$ es un estimador consistente de la matriz de covarianza idiosincrática (obtenido mediante el método POET de Fan et al., 2013, que aplica umbralización a los residuos de los factores).
• La fórmula es: $\hat{\omega}_{\tau} = \frac{S_{\tau, \hat{\Omega}}^{-1} \mathbf{1}}{\mathbf{1}^\top S_{\tau, \hat{\Omega}}^{-1} \mathbf{1}}$, con $S_{\tau, \hat{\Omega}} = S_0 + \tau \hat{\Omega}$.

3. Contribuciones Teóricas Clave

1. Generalización de la Varianza Cero: Demuestran que, aunque el ZVP tiene varianza cero en muestra, el estimador Ridgelet logra una generalización óptima en datos de prueba cuando $N \gg T$. Esto contradice la sabiduría convencional de que el sobreajuste siempre es perjudicial en este contexto.
2. Fenómeno de Doble Descenso (Double Descent): El riesgo fuera de muestra del Ridgelet exhibe un patrón de doble descenso:
   • Primera bajada: A medida que $N$ crece desde valores pequeños hasta $T$, el riesgo disminuye.
   • Pico: El riesgo alcanza un máximo cuando $N \approx T$.
   • Segunda bajada: Cuando $N$ supera a $T$ (régimen sobreparametrizado), el riesgo vuelve a disminuir drásticamente, acercándose al riesgo óptimo de la cartera "oráculo" (que conoce la matriz $\Sigma$ verdadera).
3. Fallo del Estimador Ridgeless: Demuestran que el uso de la pseudoinversa (Ridgeless) en el régimen $N > T$ es catastrófico. Su riesgo relativo fuera de muestra diverge hacia infinito, incluso peor que una cartera de pesos iguales (Equal Weight).
4. Optimalidad Asintótica: Bajo un modelo de factores aproximado, si la matriz de covarianza idiosincrática $\Omega$ es conocida o estimada consistentemente (Ridgelet2), el riesgo fuera de muestra converge al riesgo del oráculo ($V(\omega^*)$). Esto se logra aprovechando la "bendición de la dimensionalidad".

4. Resultados Empíricos y Simulaciones

Los autores validan sus hallazgos mediante simulaciones extensas y estudios empíricos con datos reales:

• Simulaciones:

  • Se generaron datos bajo modelos de factores con covarianzas idiosincráticas homogéneas y dispersas (sparse).
  • Los resultados confirman el fenómeno de doble descenso.
  • Ridgelet1 supera consistentemente a los estimadores de contracción lineal (LS) y no lineal (FNLS) de Ledoit y Wolf cuando $N$ es muy grande.
  • Ridgelet2 es el mejor desempeño global, especialmente cuando la estructura de dispersión de $\Omega$ se explota correctamente.
  • La metodología es robusta ante distribuciones de colas pesadas (distribución t de Student), un hallazgo importante dado que los teoremas asintóticos asumían normalidad para simplificar la demostración.

• Estudios Empíricos:

  • Datos: Se utilizaron las acciones del índice S&P 500 (EE. UU.) y Nikkei 225 (Japón).
  • Configuración: Se construyeron carteras con ventanas de entrenamiento cortas ($T=22, 44, 63$ días) y un gran número de activos ($N$ hasta 725).
  • Rendimiento: Ridgelet2 logró los riesgos anuales más bajos en todos los escenarios, superando a LS, FNLS y a la cartera de pesos iguales.
  • Hallazgo clave: Ridgelet permite asignar pesos a más de 700 acciones utilizando solo un mes de datos diarios, algo que los métodos tradicionales no logran sin un riesgo excesivo.

5. Significado e Impacto

Este artículo es significativo por varias razones:

1. Cambio de Paradigma en Finanzas: Desafía la ortodoxia de la literatura de MVP que aboga por evitar la matriz de covarianza muestral en alta dimensión mediante técnicas complejas de contracción. Sugiere que una solución simple y casi "sin ajuste" (tuning-free) basada en una pequeña regularización puede ser óptima.
2. Puente entre ML y Finanzas: Conecta explícitamente los fenómenos de aprendizaje profundo (doble descenso, sobreajuste benigno) con la teoría de carteras de Markowitz, proporcionando una justificación teórica rigurosa basada en la Teoría de Matrices Aleatorias.
3. Utilidad Práctica: Ofrece una herramienta práctica y computacionalmente eficiente para gestores de fondos que operan en entornos de datos escasos pero con muchas opciones de inversión (alta dimensión). La capacidad de utilizar ventanas de tiempo cortas permite una adaptación más rápida a los cambios del mercado.
4. Ridgelet vs. Ridgeless: Aclara una confusión común en la literatura, demostrando que la simple adición de un pequeño "ridge" (en lugar de usar la pseudoinversa) es la clave para la estabilidad y la generalización en carteras de varianza cero.

En conclusión, el paper demuestra que en el régimen $N \gg T$, la cartera de varianza cero estimada mediante Ridgelet no es un caso patológico, sino una estrategia robusta y óptima que aprovecha la alta dimensionalidad para reducir el riesgo fuera de muestra, superando a los métodos de estado del arte actuales.