AI+ML 在组合投资中的从业者指南

在本综述中，我们为组合权重构建中使用的主要机器学习工具提供了实用指导。这并非穷尽列表，而是其中已有一部分并具有统计分析支撑的所有研究。本质上，所有这些研究都与超额资产收益的精度矩阵相关。我们的主要观点是，这些技术应与所概述的目标函数结合使用。换言之，应对机器学习方法与可能的组合选择目标函数进行联合分析，以测试期间的夏普比率或收益为衡量标准。具有最佳目标函数的机器学习方法应提供组合构建的权重。经验上，我们分析了五个具有统计显著性的感兴趣时间段，涵盖样本外数据，展示了某些机器学习-人工智能方法的性能。我们看到，基于全局最小方差组合权重的逐节点回归在我们分析的五个世纪时间段中提供了非常好的夏普比率和收益。我们涵盖了三次下行期和两次长期投资跨度。