コンテンツへスキップ
ライブラリの全資料

マルチタスク学習による複数時間軸のモメンタム・ポートフォリオ

記事 arXiv papers · 著者: Joel Ong et al.
原文を読む

サマリー

DeepUnifiedMomは、複数の時間軸にわたる時系列モメンタムシグナルを組み合わせるポートフォリオ構築の枠組みです。マルチタスク学習とマルチゲート混合専門家アーキテクチャを使って統合ポートフォリオを形成し、狭い時間軸に絞る戦略では捉えにくいモメンタムの動きを取り込むことを目指します。

資料は株価指数、債券、外国為替、コモディティを対象にしたバックテストを報告し、取引コスト控除後にベンチマークモデルを上回ったと述べています。提示された説明には、具体的な成績、ベンチマークの定義、サンプル期間、リスク管理の詳細がありません。これらが不明なため、頑健性、一般的なモメンタムリスクへのエクスポージャー、実運用の可能性を評価するのは困難です。報告された結果は将来リターンの証拠ではなく、バックテスト上の主張として読む必要があります。

主なアイデア

  • DeepUnifiedMomは、複数の時間軸の時系列モメンタムシグナルを1つのポートフォリオ枠組みに統合します。
  • マルチタスク学習とマルチゲート混合専門家アーキテクチャを使用します。
  • 報告されたバックテストは株価指数、債券、外国為替、コモディティに及びます。
  • 説明では取引コスト控除後にベンチマークを上回ったとしていますが、成績の詳細はありません。
  • バックテストの主張だけでは、頑健性や実運用で期待できる成績は立証されません。

タグ

モメンタム機械学習ポートフォリオ構築マルチアセットバックテスト
全文
# 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.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。