- Точное прогнозирование цены акций для оптимизированного дизайна портфеля с использованием модели LSTM(arXiv)
Автор:Джайдип Сен, Сидра Мехтаб, Абхишек Дутта, Сайкат Мондал
Вывод: точное предсказание будущих цен на акции — сложная задача. Еще более сложной задачей является разработка оптимизированного портфеля акций с определением надлежащих весов распределения для достижения оптимизированных значений доходности и риска. Мы представляем оптимизированные портфели на основе семи секторов индийской экономики. Прошлые цены акций извлекаются из Интернета с 1 января 2016 г. по 31 декабря 2020 г. Оптимальные портфели разработаны для выбранных семи секторов. Модель регрессии LSTM также предназначена для прогнозирования будущих цен на акции. Через пять месяцев после построения портфелей, т. е. 1 июня 2021 г., рассчитываются фактические и прогнозируемые доходность и риски каждого портфеля. Прогнозируемая и фактическая доходность указывают на очень высокую точность модели LSTM.
2.Сравнительное исследование моделей машинного обучения для прогнозирования цен на акции(arXiv)
Автор :Огулкан Э. Орсел, Саша С. Ямада
Вывод: в этой работе мы применяем методы машинного обучения к историческим ценам на акции, чтобы прогнозировать будущие цены. Для этого мы используем рекурсивные подходы, подходящие для обработки данных временных рядов. В частности, мы применяем линейный фильтр Калмана и различные варианты архитектур долговременной кратковременной памяти (LSTM) к историческим ценам акций за 10-летний диапазон (01.01.2011–01.01.2021). Мы количественно оцениваем результаты этих моделей, вычисляя ошибку прогнозируемых значений по сравнению с историческими значениями каждой акции. Мы обнаружили, что из исследованных нами алгоритмов простой линейный фильтр Калмана может удивительно хорошо предсказать стоимость акций с низкой волатильностью на следующий день (например, Microsoft). Однако в случае акций с высокой волатильностью (например, Tesla) более сложные алгоритмы LSTM значительно превосходят фильтр Калмана. Наши результаты показывают, что мы можем классифицировать различные типы акций, а затем обучать LSTM для каждого типа акций. Этот метод можно использовать для автоматизации формирования портфеля для целевой нормы доходности.
3.Точный прогноз цен на акции для надежной структуры портфеля из выбранных секторов индийского фондового рынка(arXiv)
Автор:айдип Сен, Ашвин Кумар Р.С., Гита Джозеф, Каушик Мутукришнан, Кушик Туласи, Правин Варуколу
Аннотация: прогнозирование цен на акции является сложной задачей, и в литературе существует множество предложений в этой области. Построение портфеля — это процесс выбора группы акций и оптимального инвестирования в них, чтобы максимизировать доход при минимизации риска. Со времени, когда Марковиц предложил Современную теорию портфеля, произошло несколько достижений в области создания эффективных портфелей. Инвестор может получить наибольшую выгоду от фондового рынка, если он инвестирует в эффективный портфель и может принять решение о покупке или продаже заранее, оценив будущую стоимость активов портфеля с высоким уровнем точности. В этом проекте мы построили эффективный портфель и прогнозируем будущую стоимость активов с помощью индивидуального прогнозирования цен акций в портфеле. В рамках создания эффективного портфеля мы изучили несколько методов оптимизации портфеля, начиная с теории современного портфеля. Мы построили портфель с минимальной дисперсией и портфель с оптимальным риском для всех пяти выбранных секторов, используя прошлые ежедневные цены на акции за последние пять лет в качестве обучающих данных, а также провели бэк-тестирование, чтобы проверить эффективность портфеля. Сравнительное исследование портфеля с минимальной дисперсией и портфеля с оптимальным риском с портфелем с равным весом проводится путем тестирования на исторических данных.
