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.

дивиденды ML алготрейдинг

Михаил

Москва

234

1 248

с 23 октября 2017

16 Комментариев

М.Б.
26 августа 2018, 14:02
кто в этом может разобраться, тому наверное это не надо… а для простых, не очень одаренных людей, кажется это не осилить.
0
Igoron
26 августа 2018, 18:59
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.
+1
Василий
26 августа 2018, 20:12
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%.
0
Igoron
26 августа 2018, 20:22
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.
0

Читайте на SMART-LAB:

МГКЛ на Smart-Lab & Cbonds PRO облигации 2.0 📍

Мы уже работаем на площадке и ждём вас на стенде МГКЛ — будем рады встрече и вопросам. 🕑 В 14:30 генеральный директор ПАО «МГКЛ» Алексей Лазутин выступит в зале «Писательский» на сессии...

МГКЛ

11:30

Инвестиции без спешки: торгуем в выходные

Рынок часто движется импульсами, и тем важнее оценивать активы без спешки, не отвлекаясь на инфошум. Для этого отлично подходят выходные дни. В конце недели разбираем самые заметные события и...

Альфа-Инвестиции

27.02.2026

Как в OsEngine создаются торговые роботы: класс BotFactory. Видео.

В этом видео разбираем, как в OsEngine создаются торговые роботы и работает класс BotFactory. Заглянем в исходный код, посмотрим где хранятся роботы и чем отличаются встроенные стратегии от...

OsEngine

27.02.2026

Ростелеком. МСФО за Q4 2025г. Всё неплохо… но всё равно печально…

Компания Ростелеком опубликовала финансовые результаты за 4 квартал 2025г.: 👉Выручка — 270,5 млрд руб. (+15,6% г/г) 👉Операционные расходы — 227,7 млрд руб. (+12,5% г/г) 👉 Операционная...