Блог им. DenisVo

А че, так можно было что-ли!?

Буквально вчера праздно копался в интернете и случайно обнаружил довльно интересный подход к оптимизации портфеля. Люди взяли простейшую нейронную сеть

А че, так можно было что-ли!?
На вход подается исторические данные по закрытию и доходность. На выходе получают значение весов каждой бумаги в портфеле. После чего считают шарп как функцию ошибки. Т.е. они ничего не предстказывают, а просто находят наилучшее решение для текущих данных.

Работает это все только в лонг, и как утверждают авторы лучше чем марковец. Сам подход использования сетей показался интересным. :)
Что думаете, имеет право на жизнь?

Cсылка на источник:
paperswithcode.com/paper/deep-learning-for-portfolio-optimisation


★7
31 комментарий
получают значение весов каждой бумаги в портфеле. После чего считают шарп как функцию ошибки. Т.е. они ничего не предстказывают, а просто находят наилучшее решение для текущих данных
ну эт, а миллиардером то уже стал или триллионером?
avatar
Дмитрий Л, Надо у китайца того спросить :)
avatar
CloseToAlgoTrading, ну так вжух данных, вжих на выходе, профит (вся суть статьи)
avatar
«Нихера не понял, но очень интересно».

Эта фраза прям точь в точь описывает все мои чувства. :)
avatar
На растущем рынке трудно испортить хороший портфель, даже с помощью нейронной сети ))
avatar
Simix, Да меня удивил сам подход, я в таком ключе никогда и не задумывался наверное. 
avatar
Но это ведь всё задним числом.
 А вот я скажем отметил себе 15 акций которые подходят для покупки по окончании коррекции. Из них купил пять. И вот именно эти пять из тех пятнадцати медленнее всего растут. Каждый раз такая картина. 
Азат Туктаров, Да, это все задним числом, но собственно и как большинство портфельных теорий
avatar
Зачем здесь нейронка? Для 4 классов активов и перебором долей можно подобрать оптимальный портфель с лучшим Шарпом.
avatar
AlexeyTikhonov, А почему бы нет? :) Можно и простым перебором подобрать. Возможно тут немного будет помогать, что сеть не переучивают каждый раз, а доучивают. 
avatar
какая чушь…
avatar
wrmngr, почему вы так решили?
avatar
CloseToAlgoTrading, применение неправильного метода к некорректно поставленной задаче 
avatar
То есть сеть обучается на значениях доходностей n бумаг? Затем максимизируется коэффициент Шарпа, ну или минимизируется сигма.
В EXCEL есть алгоритмы линейной оптимизации — как понимаю всё то же самое, но в профиль. ИМХО — изобрели велосипед, но модный.
avatar
Вся проблемма в том что история на рынке не определяет будущее.
История позволяет увидеть тенденцию, но когда она поменяется определяет не история.
avatar
Работает это все только в лонг, и как утверждают авторы лучше чем марковец.

Марковец не даёт лучший портфель, а лишь говорит, если лучший портфель существует то он лежит где-то на соответствующей кривой риск-доходность. Поэтому всё равно остаётся вопрос как выбрать из множества решений лучшее. В статье как я понимаю предлагается это сделать путём оптимизации через нейронку, которая выдаёт «достаточно хороший» локальный оптимум.

Что думаете, имеет право на жизнь?

норм.
avatar
А «марковец» вообще не работает, так как для него нужно откуда-то взять значения ожидаемых доходностей и дисперсий для активов в исследуемом портфеле. Они предполагаются известным. Историческими? Скользкий путь. Доходности в прошлом не являются предикторами будущих доходностей. Тогда какие использовать? Теорию Марковица критиковал  еще Талеб. В конце-концов основная ценность теории состоит в следующем нетривиальном выводе: если тангенциальный портфель существует, то это должен быть рыночный портфель, так как все инвесторы купят именно его, т.е. все цены должным образом подстроятся, «учтя» и ожидаемую доходность и все остальное. Иными словами, любому инвестору нужно держать в какой-то пропорции индекс и облигации, в зависимости от его риск предпочтений. И не пытаться обыграть широкий рынок. 
avatar
Eugene Logunov, да) хотел это дописать, да плюнул. как всегда волатильность вещь — надежная и главная, что в BSM, что в HJM моделях.
avatar
все таки я не понял а где out of sample test? для настройки мета параметров они выделили дату а остальноу подгон?
avatar
nbvehrfr, Они там просто подбирают параметры, никаких тестов не надо.
avatar
 Засада всех расчетов в том, что на вход подается «осетрина второй свежести»: будущие доходы, исторические данные, вероятности. В итоге получаем увлекательный результат сложения круглого с соленым, умноженное на коричневое, которое «сбудется» с некой вероятностью…
avatar
Mezantrop, не некой, а фиолетовой)
avatar
bascomo, 
неа, с жидкой)
avatar
Выглядит как полная чушь, потому что softmax выберет что-то одно :) впрочем, что ещё от китайцев ожидать) к тому же, из схемы вообще ничего не ясно. Что значит исторические данные и что значит доходность?
avatar
bascomo, softmax не выберет что то одно, сумма всех нейронов выходного слоя будет равна 1. 
А так там же ссылка есть… Почитайте, даже код с тестом имеется.
avatar
CloseToAlgoTrading, да, я позже увидел, посмотрел код. Там ещё и LSTM-слой. Потом за каким-то хером выпрямляют. А что дают на вход — нигде не написали. Китайский мрак, короче. При правильной работе softmax, обычно все значения стремятся к нулю, и одно — к единице, а сумма их всегда = 1, это да. Только где в этой схеме выбор? Выбора тут нет))
avatar
«Т.е. они ничего не предстказывают, а просто находят наилучшее решение для текущих данных.» — ну как это не предсказывают, этим и занимаются
avatar

теги блога CloseToAlgoTrading

....все тэги



UPDONW
Новый дизайн