Блог им. WLMike

Предсказание дивидендов

Долго пытался применить ML к предсказанию дивидендов, но получить результат лучше, чем у совсем базовой гипотезы, что все акции имеют одинаковую дивидендную доходность, равную средней по всей выборке, не получалось. Но все-таки после долгих раздумий удалось сформировать подход, объясняющий около 20% дисперсии. Несколько методов ML дают близкий результат, поэтому остановлюсь на наиболее простом с точки зрения количества подбираемых гиперпараметров — гребневой регрессии.

Ключевая задача на ближайшую перспективу переписать оптимизацию портфеля с учетом нового подхода к прогнозированию дивидендов. 

Предсказание дивидендов


★1
кто в этом может разобраться, тому наверное это не надо… а для простых, не очень одаренных людей, кажется это не осилить. 
avatar

М.Б.

М.Б., возможно так, но может кто делал нечто подобное, захочет поделиться своим опытом или задать какие-нибудь вопросы, а кто пока не разбирается, захочет изучить ML — благо сейчас много курсов есть на эту тему. 
avatar

Михаил

ML не подходит для этого класса задач. Какой бы результат вы не получили, это будет подгонкой и будет стремится к какому-то среднему.
Я применением ML к рынку прозанимался достаточное количество времени и решил что особо ловить там нечего. Единственное что более менее получилось применять на практике, поиск зависимостей цены от каких либо внешних данных (у меня есть пост на эту тему).
Сам по себе анализ цены, даже в совокупности с фундаментальными показателями из отчетов ничего разумного не дает.
А если говорить про дивиденды российских компаний, там вообще нет никаких фундаментальных закономерностей, точнее, если почитать посты Ларисы Морозовой есть одна, но для этого нужен не ML
Пишите, если что, пообщаемся подробнее.
avatar

Igoron

Igoron, а какая есть зависимость по мнению Ларисы Морозовой?
Почему такая уверенность, что ML тут не работает — есть достаточно публикаций об успешном применении в связи с финансовыми рынками. Вероятнуость случайной подгонки можно снизить с помощью кроссвалидации. 


avatar

Михаил

Для предсказания дивидендов вообще нет смысла применять такой подход ML, нужна история по каждой компании на основании чего ранее выплачивался дивиденд (обычно %ЧП и %ДП), далее берем этот показатель за 1кв. экстраполируем его на год — это первое приближение и так каждый квартал. Вот и будет у вас предсказание 80-90% успеха. Простая линейная зависимость.
Наложите показатели экономики, производственные показатели, динамику цен, предполагаемые кап.затраты и подобное, и будет 95%.
avatar

Василий

Василий, думаю вы и близко не угадаете с точностью 95%. Есть достаточно примеров внезапной приостановки выплаты дивидендов, существенных подвижек сроков, кратных скачков прибыли и т.д.
avatar

Михаил

Михаил, согласен, но ML еще меньше поможет. ML хорош когда вы можете, что-то классифицировать на исторических данных. Предсказать ЧП/ДП на исторических данных, это по моему мнению утопия.
avatar

Василий

Василий, любой прогноз базируется на неких исторических данных, но пока он не формализован его качество оценить достаточно сложно. ML позволяет формализовать и хотя бы в первом приближении проверить качество прогноза. По результам своего анализа я не берусь угадывать дивиденды с точностью 90%, как вы писали выше — кросс-валидация говорит точности всего лишь 20% и ско около 4,7%. Не бог весть что, но строя свой портфель не буду иметь завышенных ожиданий о точности в 90%. 
avatar

Михаил

а какая есть зависимость по мнению Ларисы Морозовой?
Если мажору нужны деньги, то компания будет платить хорошие дивы.
 есть достаточно публикаций об успешном применении в связи с финансовыми рынками.
Публикации есть, но вы попробуйте их применить на практике. Более того есть сервисы дающие прогнозы на основе ML. я тестировал парочку наиболее понравившихся, они ни чем не лучше других прогнозных сервисов.
Вероятнуость случайной подгонки можно снизить с помощью кроссвалидации. 
Получится не устраивающая вас точность, либо все равно подгонка (будете подбирать признаки, алгоритмы, параметры)
К тому же если говорить об анализе фундаментальных данных, то их очень мало, по меркам ML, даже за все время существования российского фондового рынка.
avatar

Igoron

Igoron, качественно соображение Ларисы разумно, проблема в том, что мажоры частенько меняются, попадают по прессинги различных неприятных обстоятельств, а хотелось бы иметь хотя бы грубую количественную оценку рисков прогнозов. 

От ML я не жду какого-то супер магического результата, но тут хотя бы грубо можно оценить уровень рисков прогноза. 
avatar

Михаил

Михаил, зачем вам грубая оценка? чтоб оправдать свои действия? с таким же успехом вы можете просто монетку подбрасывать.
avatar

Igoron

Igoron, эта грубая оценка все-таки лучше подбрасывания монетки. 

Встречный вопрос: мне хочется иметь количественную оценку дивидендов в предстоящий год — как вы предлагаете действовать, если вам ML не нравится?
avatar

Михаил

Михаил, Не знаю. Не торгую дивиденды.
А ML мне очень даже нравится, только к рынку он слабо применим. 
avatar

Igoron

Igoron, вашу позицию я понял, но хотелось бы узнать, что применимо в контексте задачи прогнозирования дивидендов?
avatar

Михаил


....все тэги
UPDONW