پرتفوی‌های مومنتوم چندمقیاسی با یادگیری چندوظیفه‌ای
خلاصه
DeepUnifiedMom چارچوبی برای ساخت پرتفوی است که سیگنال‌های مومنتوم سری زمانی را در چند افق زمانی ترکیب می‌کند. این چارچوب از یادگیری چندوظیفه‌ای با معماری ترکیب متخصصان چنددروازه‌ای برای ساخت پرتفوی‌های یکپارچه استفاده می‌کند و می‌کوشد رفتار مومنتوم را ثبت کند که ممکن است در راهبردهای متمرکز بر بازه‌های زمانی محدودتر از دست برود.
سند، بک‌تست‌هایی را در شاخص‌های سهام، درآمد ثابت، ارز خارجی و کالاها گزارش می‌کند و می‌گوید چارچوب پس از هزینه‌های تراکنش از مدل‌های معیار بهتر عمل کرده است. شرح ارائه‌شده ارقام مشخص عملکرد، تعریف معیارها، دوره‌های نمونه یا جزئیات کنترل ریسک را ارائه نمی‌کند. این کاستی‌ها ارزیابی استحکام، مواجهه با ریسک‌های رایج مومنتوم یا امکان‌پذیری معاملات واقعی را دشوار می‌کند؛ نتایج گزارش‌شده را باید ادعاهای مبتنی بر بک‌تست دانست، نه شواهدی از بازده آینده.
ایده‌های کلیدی
- DeepUnifiedMom سیگنال‌های مومنتوم سری زمانی را از چند افق در یک چارچوب پرتفوی ترکیب می‌کند.
- مدل از یادگیری چندوظیفه‌ای و معماری ترکیب متخصصان چنددروازه‌ای استفاده می‌کند.
- بک‌تست‌های گزارش‌شده شاخص‌های سهام، درآمد ثابت، ارز خارجی و کالاها را در بر می‌گیرند.
- شرح می‌گوید نتایج پس از هزینه‌های تراکنش از مدل‌های معیار فراتر رفته‌اند، اما جزئیات عملکرد را ارائه نمی‌کند.
- ادعاهای مبتنی بر بک‌تست به‌تنهایی استحکام یا عملکرد مورد انتظار در معاملات واقعی را ثابت نمی‌کنند.
برچسب‌ها
متن کامل
# 2406.08742 # DeepUnifiedMom: Unified Time-series Momentum Portfolio Construction via Multi-Task Learning with Multi-Gate Mixture of Experts This paper introduces DeepUnifiedMom, a deep learning framework that enhances portfolio management through a multi-task learning approach and a multi-gate mixture of experts. The essence of DeepUnifiedMom lies in its ability to create unified momentum portfolios that incorporate the dynamics of time series momentum across a spectrum of time frames, a feature often missing in traditional momentum strategies. Our comprehensive backtesting, encompassing diverse asset classes such as equity indexes, fixed income, foreign exchange, and commodities, demonstrates that DeepUnifiedMom consistently outperforms benchmark models, even after factoring in transaction costs. This superior performance underscores DeepUnifiedMom's capability to capture the full spectrum of momentum opportunities within financial markets. The findings highlight DeepUnifiedMom as an effective tool for practitioners looking to exploit the entire range of momentum opportunities. It offers a compelling solution for improving risk-adjusted returns and is a valuable strategy for navigating the complexities of portfolio management.
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.