Machine learning methods applied for investment strategies

Abstrakt

Strojové učenie sa čoraz častejšie stáva kľúčovým a preferovaným nástrojom pri tvorení a optimalizácii investičných portfólií. Jeho využitie spočíva v presnejších predikciách,  adaptívnom rozhodovaní a vlastnosti naučiť sa podľa vzorov ako reagovať na trhové udalosti. V oblasti financií je strojové učenie uplatňované pomocou regresných modelov, neurónových sietí alebo aj učením formou odmeňovania, kde cieľom je predpovedať cenové pohyby aktív. Využitím neurónových sietí je možná identifikácia komplexných vzorov v historických dátach, zatiaľ čo učenie na základe odmeňovania optimalizuje stratégie obchodovania podľa spätnej väzby. V článku poukazujeme aj na výhody a výzvy spojené s používaním strojového učenia v investovaní ako je interpretovateľnosť modelov alebo kvalita dát.