Este sitio utiliza cookies propias y analíticas para mejorar su funcionamiento. Conforme al RGPD, necesitamos tu consentimiento para activar las cookies no esenciales. Puedes aceptarlas o rechazarlas en cualquier momento.
Simulación Monte Carlo con cadenas de Markov en modelos de predictibilidad de rendimientos financieros y sus límites prácticos
La simulación por cadenas de Markov en el contexto bayesiano sigue un recorrido metodológico que va desde la especificación del modelo hasta la validación de las muestras obtenidas. Cada etapa introduce fuentes de incertidumbre que deben gestionarse explícitamente para que las conclusiones sobre predictibilidad sean fiables.
Especificación del modelo y definición de las distribuciones a priori sobre los parámetros
Antes de ejecutar ninguna simulación, el modelo debe estar completamente especificado: la distribución de verosimilitud de los datos dado los parámetros y la distribución a priori sobre cada parámetro. En modelos de predictibilidad de rendimientos con múltiples predictores, esta etapa incluye decisiones sobre la estructura de correlación entre coeficientes, el tratamiento de la varianza del término de error y la especificación del prior sobre la constante del modelo. Cada una de esas decisiones influye en la forma de la distribución posterior que el muestreador intentará aproximar. Una especificación incompleta o internamente inconsistente puede producir una distribución posterior que no es normalizable, lo que hace que el muestreador diverja o explore regiones del espacio paramétrico que carecen de interpretación estadística coherente.
Inicialización de la cadena y período de calentamiento previo a la recolección de muestras
La cadena de Markov comienza en un valor inicial del vector de parámetros que, en general, no pertenece a la región de alta densidad de la distribución posterior. El período de calentamiento es la fase durante la cual la cadena se desplaza desde ese punto inicial hacia la región de interés. Las muestras obtenidas durante el calentamiento no son representativas de la distribución posterior y deben descartarse antes de calcular cualquier resumen estadístico. La elección de la longitud del período de calentamiento es un compromiso entre coste computacional y seguridad de convergencia. En modelos de predictibilidad con distribuciones posteriores multimodales o de geometría compleja, períodos de calentamiento cortos pueden producir cadenas que parecen estabilizadas pero que no han explorado toda la región de alta densidad posterior, generando resúmenes sesgados sobre la magnitud y signo de los coeficientes predictores.
Diagnóstico de convergencia mediante estadísticos formales y análisis visual de las trazas
Verificar que la cadena ha convergido a su distribución estacionaria, que coincide con la distribución posterior objetivo, es el paso metodológico que con más frecuencia se omite o se reporta superficialmente en los estudios publicados. El estadístico de Gelman y Rubin compara la varianza entre varias cadenas iniciadas en puntos distintos con la varianza dentro de cada cadena; valores próximos a uno indican convergencia, mientras que valores superiores a uno punto uno sugieren que la cadena sigue explorando activamente el espacio paramétrico. El análisis visual de las trazas, que muestra la secuencia de valores muestreados para cada parámetro a lo largo de las iteraciones, permite detectar comportamientos problemáticos como derivas lentas, oscilaciones persistentes o mezcla deficiente entre regiones del espacio paramétrico que indican que el muestreador tiene dificultades para representar fielmente la distribución posterior.
Evaluación de la eficiencia del muestreador mediante el tamaño efectivo de muestra por parámetro
Las muestras obtenidas por una cadena de Markov no son independientes entre sí: cada muestra está correlacionada con las anteriores en un grado que depende de la geometría de la distribución posterior y del algoritmo de muestreo empleado. El tamaño efectivo de muestra cuantifica cuántas muestras independientes equivalentes contiene la cadena, descontando la correlación entre iteraciones sucesivas. Un tamaño efectivo de muestra muy inferior al número total de iteraciones indica que el muestreador mezcla lentamente, lo que requiere aumentar el número de iteraciones para obtener resúmenes estadísticos con la precisión deseada. En modelos de predictibilidad de rendimientos con predictores correlacionados entre sí, el tamaño efectivo de muestra de los coeficientes suele ser sustancialmente menor que el número nominal de iteraciones, y ese déficit debe reflejarse en la incertidumbre reportada sobre los parámetros del modelo.
Resumen de la distribución posterior y construcción de intervalos creíbles a partir de las muestras validadas
Una vez verificada la convergencia y evaluado el tamaño efectivo de muestra, las muestras retenidas tras el calentamiento constituyen una aproximación de la distribución posterior sobre los parámetros del modelo. La media posterior, la mediana posterior y los percentiles de la distribución empírica de las muestras son estimadores directos de los correspondientes resúmenes de la distribución posterior verdadera. Los intervalos creíbles se construyen como los cuantiles correspondientes de la distribución empírica de las muestras. La precisión de estos resúmenes depende del tamaño efectivo de muestra disponible para cada parámetro, no del número nominal de iteraciones. Reportar el error de Monte Carlo, que cuantifica la incertidumbre en los resúmenes debida al uso de un número finito de muestras, es una práctica metodológica que añade honestidad a la presentación de los resultados sobre predictibilidad de rendimientos.
Validación predictiva posterior como prueba de adecuación global del modelo bayesiano ajustado
La validación predictiva posterior compara la distribución de nuevos datos hipotéticos generados por el modelo ajustado con los datos realmente observados. Si el modelo es adecuado, los datos observados deben ser compatibles con las predicciones que el modelo genera una vez actualizadas las distribuciones de los parámetros. En el contexto de la predictibilidad de rendimientos, esta validación puede revelar que el modelo capta correctamente la distribución marginal de los rendimientos pero falla al reproducir su estructura de autocorrelación, o que los datos observados se encuentran en los extremos de la distribución predictiva posterior, lo que indica una mala especificación del modelo que las métricas de ajuste en muestra no habían detectado. Este diagnóstico es más informativo que las métricas de ajuste tradicionales porque evalúa simultáneamente la especificación del modelo y la calibración de las distribuciones a priori.