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

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
Эта фраза прям точь в точь описывает все мои чувства. :)
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.