Deep Portfolio#
[2012.07245] Deep Portfolio Optimization via Distributional Prediction of Residual Factors
PFN伊藤さん（imosさん）の研究。AAAIで採択。
残差リターン（銘柄固有の、他と相関しないリターン）をPCAで抽出
Deep Learningにうまいこと帰納バイアスをもたせる
とかでやる手法
残差リターン#
ねらい：残差ファクターはマーケットファクターからの影響を小さくできる → 暴落に頑健になる
方法：
各銘柄の生リターンを特異値分解してPCAリターンを得る
PCAリターンの上位の主成分を取り除き、PCA残差リターンを得る
PCA残差リターンの逆行列でspectral residualsを得る
残差リターンの性質：
500銘柄から10ファクターを除くと共分散行列はほぼ対角（銘柄間でほぼ無相関）になる
ネットワーク構造#
金融時系列の性質：#
時間スケール不変性：例えばローソク足は、どの足で見ても似たような感じになる
これを利用して、様々な時間足のデータを使う？
価格スケール不変性：ローソク足チャートで縦軸の単位は重要ではない
これを利用して、ボラティリティで正規化する
分布予測によるポートフォリオ最適化#
Deep Learningで分位点回帰 → 平均と分散を予測してポートフォリオを構築