Оптимизация и прогнозирование портфеля ценных бумаг на основе методов машинного обучения

Статья посвящена демонстрации и анализу возможностей соединения модели Марковица, представляющей собой классическую модель формирования портфеля ценных бумаг, и методов прогнозирования, построенных на машинном обучении данных. Актуальность выбранной темы обоснована тем, что использование методов машинного обучения дает возможность упростить деятельность работников финансовой сферы и работу профессиональных игроков фондового рынка, а также сократить сложность интерпретации математических моделей и методов их построения для частных инвесторов. Цель данной работы состоит в использовании методов машинного обучения для решения проблемы построения оптимального портфеля ценных бумаг и прогнозирования его поведения. Задачи:

– построить модель Марковица на основе выбранных данных;

– построить оптимальный портфель на основе предложенного критерия оптимальности;

– предложить прогноз временного ряда;

– оценить адекватность построенной модели;

– соединить модель Марковица, относящуюся к классу широко известных классических моделей, с построением прогноза на основе машинного обучения.

Методы и модели: в работе используются методы машинного обучения, строится модель Марковица на основе выбранных данных, затем модель Марковица соединяется с построением прогноза на основе машинного обучения.

Результаты исследования: построен оптимальный портфель для AXP и выполнен его прогноз. Формирование портфеля основывалось на модели Марковица. Полученные данные протестированы на адекватность и показали достаточно хорошие результаты. Был построен портфель, критерием оптимальности которого выступает соотношение средней доходности и волатильности доходности (максимизация средней доходности при минимизации ее волатильности). Модель Марковица, относящаяся к классу широко известных классических моделей, была соединена с построением прогноза на основе машинного обучения.