Модели переключения режимов и прогнозирования в финансовых услугах

Джей Шурен, вице-президент по полевым операциям, Nutonian

Инвесторам чрезвычайно сложно точно предсказать, как будут работать финансовые рынки, которые постоянно развиваются. Особенно это актуально, когда рыночные изменения носят системный характер. Смена режима — изменения в поведении рынка при внезапном изменении входных данных фундаментальной модели — часто приводят к совершенно новому способу объяснения того, как все работает, а не к небольшим изменениям в системе, которая успешно работала до смены. Примеры недавних смен режима включают: победу Дональда Трампа на президентских выборах в США, голосование Великобритании за выход из ЕС и кризис субстандартного ипотечного кредитования.

Прежде чем углубляться в то, как в настоящее время осуществляется управление переключением режима, и проблемы, связанные с существующими подходами, важно обсудить преимущества, которые дает моделирование финансовых рынков:

1) Моделирование позволяет финансовым специалистам успешно прогнозировать, что произойдет завтра, на следующей неделе и даже в следующем году.

2) Прогнозы моделей могут позволить финансистам определить выгодные направления действий. Например, простой стратегией может быть: покупка актива X, если вы прогнозируете его рост в цене, и короткая продажа актива Y, если вы прогнозируете, что он упадет в цене.

Чтобы бороться с переключением режимов, специалисты по количественной оценке и аналитики строят модели, используя подход, называемый анализом скользящего окна. Например, аналитик построит модель на основе данных за последние 24 месяца и по мере прохождения каждого месяца сдвигает 24-месячное окно вперед и отбрасывает данные за самый старый месяц. Поскольку параметры модели обновляются каждый месяц, важность различных факторов в вашей модели также будет меняться. Чем меньше меняются параметры, тем выше «живучесть» вашей модели.

Прогнозное моделирование бывает двух видов:

1) Подходы, основанные на статистике, когда эксперты в предметной области делают предположения о том, какие входные данные имеют значение, точные преобразования и взаимодействия, и создают параметры вручную.

2) Подходы к машинному обучению «черный ящик», такие как глубокое обучение, нейронные сети и регрессия с градиентным усилением.

Анализ скользящего окна с использованием этих традиционных подходов направлен на устранение некоторых симптомов, но не на саму проблему. Например, анализ скользящего окна с использованием подхода, основанного на статистике, означает, что вы не можете зафиксировать новые взаимодействия или причинные факторы/переменные по мере их появления. Если вы полностью придерживаетесь подхода «черный ящик», вы ничего не сможете узнать о том, почему перестроенная модель изменилась. Управляется ли новый «режим» определенным набором предсказуемых правил и допущений? Что изменилось и как это повлияет на будущее? Невозможно сказать с подходом, который является приблизительным по замыслу.

Эврика поступает иначе. Он успешно автоматически строит интерпретируемые модели прогнозирования на основе предоставленных ему необработанных данных. Eureqa выбирает, какие переменные имеют значение, и вычисляет преобразования и взаимодействия без участия человека. Пользователи также могут легко использовать свой опыт в предметной области для интерактивного повторения моделей, отбрасывая нерелевантные сигналы, поэтому в окончательные модели включается только важная/полезная информация.

Используя Eureqa в рамках анализа скользящего окна, вы можете быстро определить прогностические отношения и уловить, когда (т. е. какой период времени) и почему (т. е. что включено/выключено в вашей модели) они меняются. Вы также можете увидеть, какие переменные сохраняются и какие комбинации указывают на переключение режима. Eureqa строит интерпретируемые человеком модели из ваших данных, и она не ограничена подходом эксперта в предметной области, основанным на предположениях и проверках. Этот новый метод моделирования раскрывает невероятный потенциал в финансах, позволяя инвестиционным компаниям не только автоматизировать прогнозирование, но и разумно учитывать рыночные сложности, такие как переключение режимов.

Дополнительная информация по адресу: [email protected]