Прогнозирование доходности стратегий факторного инвестирования с применением алгоритмов машинного обучения

Данное исследование посвящено эмпирическому анализу результатов классических стратегий факторного инвестирования и их модификаций на американском фондовом рынке. Стратегии факторного инвестирования получили широкое признание среди инвесторов и аналитиков финансового рынка за способность систематически обеспечивать избыточную доходность. Многочисленные исследования, посвященные инвестированию на основе факторов, регулярно подтверждают состоятельность таких стратегий. В рамках настоящей работы предлагается провести анализ эффективности традиционных факторных стратегий, а также разработать авторские модификации, направленные на повышение доходности. Целью предложенных модифицированных стратегий является не только достижение доходности выше рыночной, но и выше доходностей классических факторных стратегий инвестирования. Особое внимание уделяется возможности применения алгоритмов машинного обучения в целях проведения более глубокого анализа финансовых показателей и формирования долгосрочных инвестиционных портфелей на основе факторов. Результаты исследования позволят оценить эффективность и предоставить рекомендации по применению методов машинного обучения в задаче построения долгосрочных стратегий инвестирования на рынке капитала.