Carteiras de momentum em múltiplas escalas com aprendizado multitarefa

Resumo

DeepUnifiedMom é uma estrutura de construção de carteiras que combina sinais de momentum de séries temporais em vários horizontes. Ela usa aprendizado multitarefa com uma arquitetura de mistura de especialistas com múltiplas portas para formar carteiras unificadas, buscando capturar comportamentos de momentum que podem passar despercebidos quando as estratégias se concentram em menos períodos.

O documento relata backtests em índices de ações, renda fixa, câmbio e commodities, e afirma que a estrutura superou modelos de referência após os custos de transação. A descrição fornecida não apresenta valores específicos de desempenho, definições dos índices de referência, períodos da amostra ou detalhes sobre controles de risco. Essas omissões dificultam a avaliação da robustez, da exposição a riscos comuns de momentum ou da viabilidade da negociação em condições reais; os resultados relatados devem ser entendidos como alegações de backtest, e não como evidências de retornos futuros.

Ideias principais

• DeepUnifiedMom combina sinais de momentum de séries temporais de vários horizontes em uma estrutura única de carteira.
• O modelo usa aprendizado multitarefa e uma arquitetura de mistura de especialistas com múltiplas portas.
• Os backtests relatados abrangem índices de ações, renda fixa, câmbio e commodities.
• A descrição afirma que os resultados superaram modelos de referência após os custos de transação, mas não apresenta detalhes de desempenho.
• As alegações de backtest, por si só, não demonstram robustez nem o desempenho esperado da negociação em condições reais.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.