Инвестиции - моделирование на основе макроэкономических данных

Реализация вот этой идеи: smart-lab.ru/blog/1190346.php

Цель: рассчитать оптимальные доли акций и облигаций в портфеле на основе макроэкомических данных (входных параметров), в применении к турецкой экономике.

Входные параметры (месячные данные):

1. LEI (Leading Economic Indicator)
2. Наклон кривой доходности (конкретно, разность доходностей между 10-летними и 2-летними облигациями)
3. Процентная ставка
4. Курс доллара к лире, скользящая трехмесячная доходность
5. BIST (индекс турецкой биржи), скользящая трехмесячная доходность
6. BIST, скользящая трехмесячная волатильность

Выходные данные:

1. Вес индекса турецкой биржи BIST в портфеле
2. Вес индекса краткосрочных облигаций (TKISA) в портфеле
3. Вес индекса долгосрочных облигаций (TUZUN) в портфеле

Буду использовать простую модель:


x — вектор входных параметров (6 штук), нормализирую их перед использованием в модели (посчитаю z-score)
w — веса в портфеле (3 штуки). Softmax функция нужна, чтобы загнать веса в интервал [0,1].

Надо найти матрицу W и вектор b.
Найду их, оптимизируя показатель Сортино за период 2010-2020 (тренировочный период)
Потому проверю эти коэффициенты на периоде 2021-2025 (тестовый период).

=== Вот решение и статистика за тренировочный период 2010-2020 ===

Коэффициенты:

	TUZUN	TKISA	XU100
LEI	0.1333	-0.5713	0.4345
Slope_2y10y	0.2613	-0.2301	0.0533
TRINT	0.6164	-0.6816	0.0447
USDTRY_3MRet	-1.2266	0.3303	0.8089
XU100_3MRet	-1.4484	-0.4009	1.9253
XU100_3MVol	-0.5698	1.1607	-0.5406
bias_b	-1.9616	2.5757	-0.7231

	CAGR	Ann. Vol	Ann. Sharpe (rf=0)	Ann. Sortino (rf=0)	Max DD
Strategy	0.234	0.093	2.309	46.459	-0.012
BIST	0.079	0.235	0.438	0.82	-0.31

Сильно дёрганная реалокация портфеля, но в остальном все выглядит прилично, хорошие показатели.

=== Теперь применим это решение для тестового периода 2021-2025 ===

	CAGR	Ann. Vol	Ann. Sharpe (rf=0)	Ann. Sortino (rf=0)	Max DD
Strategy	0.667	0.213	2.629	14.641	-0.032
BIST	0.502	0.317	1.518	3.538	-0.204

Хм, это выглядит очень хорошо по всем параметрам! Я удивлён. Даже слишком хорошо, чтобы быть правдой.

Что нужно сделать/проверить:

1. Не закрался ли look ahead bias (и вообще перепроверить все расчёты и python-код).
2. Не попадает ли оптимизатор в локальные максимумы? 
3. Слишком дерганное распределение весов по времени — не ввести ли регуляризацию?
4. Провести forward тестирование и исследовать устойчивость коэффициентов во времени.
5. Исследовать, какие из параметров имеют больший вклад, и попробовать уменьшить их число.
6. Изучить матрицу коэффициентов на предмет того, имеют ли эти коэффициенты экономический смысл.