Mašīnmācīšanās regresijas un klasifikācijas metožu lietojumi finanšu aktīvu cenas un atdeves prognozēšanā

Abstract

Neskatoties uz pēdējo 10 gadu laikā strauji pieaugušu un ievērojamu interesi par mašīnmācīšanās metožu pielietojumu finanšu aktīvu nākotnes vērtības prognozēšanā, joprojām ir daudz neskaidrību un neatrisinātu jautājumu attiecībā uz to iegūtajiem rezultātiem un piemērošanu praksē. Daži no tiem skar mērķa mainīgā un vispiemērotāko tam mašīnmācīšanas uzdevuma – regresijas vai klasifikācijas, kā arī labākās stratēģijas izvēli attiecībā uz modeļu ieejas atribūtiem. Šī darba mērķis ir sniegt atbildi uz šiem jautājumiem, izpētot galvenos mašīnmācīšanas regresijas un klasifikācijas metožu lietojumus finanšu aktīvu cenas un atdeves prognozēšanā izmantojot dažādas pieejas un algoritmus. Galvenie darba uzdevumi ir salīdzināt šo dažādu algoritmu sniegumu uz dažādiem mērķa mainīgajiem un mašīnmācīšanās uzdevumiem, izpētīt kuras no atribūtu stratēģijām sniedz lielāku precizitāti un tādējādi ir visvairāk piemēroti izmantošanai praksē. Pētījumā tika iegūti ļoti interesanti gan starpposmu gan gala rezultāti. Regresijas uzdevumam tie ir pozitīvi finanšu aktīvu cenas prognozēšanā. Vairākiem algoritmiem, izdevās sasniegt ap 90% izskaidrotās dispersijas gan uz apmācības gan testa kopām. Daži algoritmi parādīja nekonsekventus un nestabilus rezultātus uz apmācības/validācijas datu kopas, kas padara tos diezgan riskantus piemērošanai praksē. Savukārt, vienas dienas atdeves prognozēšana pavisam nav ieteicama izmantošanai praksē, jo visi algoritmi nodemonstrēja ļoti vāju sniegumu, ar vidējo dispersiju gan uz apmācības gan testa kopām tuvu nullei. Autore iesaka šo pieeju izpētīt tālāk, paeksperimentējot ar dažādu dienu intervālu prognozēšanu un atribūtu stratēģijām. Cenas kustības virziena noteikšana ar klasifikācijas uzdevumu deva cerīgus rezultātus, dažām kompānijām precizitātei sasniedzot 90% uz apmācības/validācijas kopas un ap 60 % uz testa kopas respektīvi. Attiecībā uz atribūtu izvēli, tika secināts, ka kaut arī dažu atsevišķu modeļu rezultāti tika uzlaboti/pasliktinājās pagātnes vērtībām pievienojot tehniskos un citus atribūtus, tomēr vidēji katrai kompānijai tas palika iepriekšējā līmenī, vai pat nedaudz samazinājās. Tas liecina par to, ka atribūtu izvēlei ir noteicoša loma algoritmu sekmīgajā izmantošanā praksē. Kopumā darba rezultāti ir pozitīvi, tie atbild uz aktuālajiem jautājumiem par mašīnmācīšanās metožu lietojumu finanšu aktīvu prognozēšanā, piedāvājot detalizēti ieskatīties katrā no prognozēšanas uzdevumiem, to metodēm un atribūtu stratēģijām, saprast kuriem no tiem jau šodien ir potenciāls izmantošanai reālajā dzīvē un kuriem nav.

The name of this work is “Using machine learning regression and classification methods in price and return prediction of financial assets”. Despite the rapid growth and considerable interest in the application of machine learning methods to predict the future value of financial assets over the last 10 years, there are still many uncertainties and unresolved issues regarding their results and application in practice. Some of them concern the choice of the target variable and the most appropriate machine learning task for it, regression or classification, as well as the best strategy regarding the input features of the models. The aim of this paper is to answer these questions by exploring the main applications of machine learning regression and classification methods in financial asset price and return forecasting using different approaches and algorithms. The main objectives of the paper are to compare the performance of these different algorithms on different target variables and machine learning tasks, to investigate which features strategies provide higher accuracy and are thus most suitable for use in practice. The study produced very interesting interim and final results. For the regression task, they are positive in predicting the price of financial assets. Several algorithms managed to achieve around 90% of the explained variance on both training and test sets. Some algorithms showed inconsistent and unstable results on the train/validation dataset, which makes them rather risky to apply in practice. On the other hand, same-day return prediction is not at all recommended for use in practice, as all algorithms demonstrated very poor performance, with mean explained variance on both train and test sets close to zero. The author recommends that this approach should be further explored by experimenting with forecasting different daily intervals, e.g. weekly/monthly returns, and an features strategy that would reflect price movement phenomena over a larger time period. The identification of the direction of price movements with a classification task gave encouraging results, with some companies achieving an accuracy of 90% on the train/validation set and around 60% on the test set respectively. Regarding the choice of attributes, it was found that although the results of some individual models were improved/deteriorated for past values by adding technical and other attributes, on average for each company this remained at the same level or even decreased slightly. This suggests that the choice of attributes plays a key role in the success of the algorithms in practice. Overall, the results are positive, answering current questions about the application of machine learning methods to financial asset forecasting, offering a detailed look at each of the forecasting tasks, their methods and features strategies, to understand which ones have potential for real-life use today and which ones do not.