人工知能を用いた投資予測実績 S & P 500

I Know First 概要

I Know First は、高度な自己学習アルゴリズムに基づいて日々の投資予測を提供すること により、金融界に人工知能をもたらすイスラエルの Fintech 企業です。 このアルゴリズム は、7000 を超える資産からなる世界的な分野に対する毎日の投資予測を生成し、毎日の投 資機会のランキングをもたらします。 これらは、投資選択プロセスに統合することができ、 適切な戦略と組み合わせることで、投資家の種類ごとに優れた統計を持つポートフォリオ に変換することができます。 I Know First の AI ベースの予測システムを利用して、株式 およびセクターETF ポートフォリオを構築するいくつかの方法を紹介します。

AI ベースの体系的なトレーディング戦略 - ミューチュアルファンドおよびその他の投資

ツールに適しています備考

ファンドマネジメントのために開発された戦略は、ショートポジションに対する 15%のエクスポージャーとポジション当たりの 10%の標準限度を使用します。

ストック-ピッキング
分野:S&P 500 銘柄

モデル:レギュラー(中長期的なフォーカス)、主なトリガーとして 3 ヶ月予測

ストラテジー:フィルタリングされたトップ 50 (収益の有無にかかわらず)

主なロジック: 1year の時間枠と比較すると、概してあまり予測できない資産と信号のア ウトライヤーが排除されます。 3 ヵ月間の S&P500 銘柄 からの予測可能な上位 50 資産に焦点を当て、信号強度によって測定された潜在的な可能性に応じ て最良のものを選択することで、米国の主要株価指数 S&P500 銘柄 過去 2 年間 に実行されます。このロジックは、数週間(3 ヶ月まで)の予測可能な資産 に投資するように開発されましたが、最新の株式市場予測に従ってポート フォリオを動的に調整することができます。

その他の事実

平均保持期間:〜30 取引日
種類:株式ピッキング、ロング/ショート(ショート<= 15%)、ポジションあたり最大 10%

2015 年 8 月以降のハイライト(手数料およびスプレッド後):- 53%および 60%(開始日の平均 TR)対 33%SPY

  • リスク調整済みアウトパフォーマンス、シャープ比率は 1.4 - 1.6
  • ベータ ca. 0.5
  • アルファ 13-16%

以下は、2015 年 10 月 15 日からのグラフです。次に、2015 年 8 月以降のさまざまな開始 日の平均統計が表示されます。

グラフ参照 (Back-test results) 10.15.2015 – 11.01.2017

全体的な業績統計(手数料およびスプレッド後)

表参照 (Strategy Backtest Results (08/18/2015-11/01/2017)

結論

リスク調整ベース(より高いシャープレシオ)を凌駕し、β未満のベータだけでなく、特に 年間 13%〜16%の強力なアルファ寄与による高いリターンを提供します。

I Know First AI 予測を使って ETF ポートフォリオを構築する。

以下では、セクターETF の I Know First のアルゴリズム予測を使用して構築された ETF ポートフォリオの構成とパフォーマンスの概要を説明します。

1.セクターETF を選択してポートフォリオに投資し、ポートフォリオを再調整するために 生成されたアルゴリズムシグナルを直接使用するポートフォリオ

2.各 GICS セクターにグループ分けされた S&P500 銘柄について、アルゴリズムの日々の予 測のボトムアップ集計によって算出されたセクターレベルの予測を使用するポートフォ リオ

3.アルゴリズムの予測とベンチマークを組み合わせたポートフォリオは、AI 予測に従って ETF を介してセクターへのエクスポージャーを増減する長期的な戦略を作成し、投資家 が所望のアルファベットおよびベータ統計値を目標とすることを可能にする

これらのポートフォリオは、ベンチマークを上回る分析されたタイム・ホライズンにわた って非常に優れたパフォーマンス統計を登録することを示しています。

直接的なシグナルに基づく ETF ポートフォリオ
トップセクターの ETF ポートフォリオ - ロング/ショート

まず、2015 年 8 月から 2017 年 11 月までの間に、当社の予測アルゴリズムによって決定さ れた方向に最も高い予測可能性を有する SPDR セクターETF に長短を投資して ETF ポー トフォリオを構築する業績を提示する。 スプレッドおよび手数料の影響を含むこのトレー ディング戦略の結果は、以下の表に見ることができます。

表参照 (Total Statistics Trade Statistics)

表の最初の行は、予測可能性が最も強い ETF のロングとショートの投資統計、最も強い予 測性を持つ 2 つの ETF の第 2 行などを示しています。 上記のとおり、2 つの ETF ポートフォリオは優れた業績を記録しています。
- 2 年間の期間のベンチマークの 28%の収益に対し 49%と 75%の合計収益率
• Sharpe Ratios はベンチマークの 0.9 に対して 1.35〜1.7 の範囲です
•ベータ数:0.04〜0.16•
-アルファ:20%を超える。

2 つの戦略のチャートを以下に示します。

グラフ参照 Long/Short – Top SPDR Sector ETFs (direct signal, sorted by pred)

ETF のポートフォリオは、大きな市場成長のこの時期であっても、ベンチマークに対して 安定した一貫した成長をもたらします。

トップセクターの ETF ポートフォリオ - 長期

当社は、2015 年 8 月から 2017 年 11 月まで、予測アルゴリズムにより決定された方向に最 も高い予測可能性を有する SPDR セクターETF にのみ長期投資することにより、ETF ポ ートフォリオを構築する業績を提示する。 当社は、予測可能性の高い ETF を取得し、短 いシグナルの ETF を取り除き、長い ETF に投資します。当社が保有するトレードの数に かかわらず、ポートフォリオを埋めることに注意してください。 スプレッドおよび手数料 の影響を含むこのトレーディング戦略の結果は、以下の表に見ることができます

表参照

表の最初の行は、予測可能性が最も強い ETF にのみ投資し、2 番目の行は最も予測性の高 い ETF に投資する統計を示しています。
上記のとおり、2 つの ETF ポートフォリオは優れた業績を記録しています。
-2 年間の期間のベンチマークの 28%の収益に対し 42%から 59%のトータルリターン
-シャープレシオ 1.09〜1.54 で、ベンチマークの 0.9
-0.65 から 1 へのベータ
-7%から 13%のアルファ

2 つの戦略のチャートを以下に示します。

表参照

ETF のポートフォリオは、大きな市場成長のこの時期であっても、ベンチマークに対して 安定して一貫した成長をもたらします。

全ての分野の ETF ポートフォリオ

2 のステップでは、これらの業績を、すべての分野に均等に投資したベースラインと組み合 わせて、市場に従うロング・オンリーETF ポートフォリオを構築します。 これは、当初は 各 SPDR セクターETF に均等に投資し、その後、アルゴリズムシグナルがプラス/マイナ スであるセクターに加重を加算/減算することによって実現されます。 これにより、セクタ ーのゼロの最小値を設定し、重みをベースラインからアルゴリズム信号に移動することに よってアルファの市場全体とのトレードオフを切り離すことができるような戦略が長く生 まれます。 これらの戦略の統計は、下の表に表示されています。

表参照

この表は、アルゴリズムシグナル(ベンチマーク、行 5)を使用せずにすべての SPDR セ クターETF に均等に投資することから、底上げから読み取ることができ、I Know First の 予測にますます重力を加えることで、ベンチマークと (2-4 行目)、アルゴリズム信号のみ が使用されている ETF ポートフォリオの最上位行(1 行目)に集約されています。

チャートからわかるように、5 行目から上方に移動し、均等に加重された ETF ポートフォ リオからよりアルゴリズム的に加重された ETF ポートフォリオに移行すると、次のように なります。

  • I Know First ポートフォリオをすべて上回るパフォーマンスを達成した結果、総収益率は 17%から 28%に上昇 SPY の 22%のリターン(6 行目)
  • 年換算されたアルファが 0%から 5%に増加
  • ベータが 1.00 から 0.72 に減少
  • シャープレシオが 0.79 から 1.20 に増加
  • ボラティリティは約 11%〜12%で安定している。

このアプローチにより、投資家は、アルゴリズムによって選択された ETF にのみ投資す る戦略で、アルゴリズムのシグナルに多かれ少なかれ配分することで、ETF ポートフォリオを統計および統計値に微調整することができます。

様々な ETF ポートフォリオの株主持分は以下の通りです。

グラフ参照 (Long all SPDR EFTs + IKF Singals

チャートは上記と同じパターンを示し、ポートフォリオが円滑で、一貫して成長する株式 ラインを生むことを示しています。

マクロレベルの予測への集計の予測

セクターレベルの予測を導くもう 1 つのアプローチは、ETF の直接的な予測を使用するこ とに加えて、またはそれに加えて、セクター別に分類された個々の S&P 500 銘柄につい て、当社のアルゴリズムによって生成された日々の予測を、 11 の GICS セクターは毎日集 計されたセクター指向を作り、それを使って対応するセクターETF を取引することができ ます。

一般的に、このボトムアップアプローチにより、顧客のニーズに合わせてカスタマイズ可 能なあらゆる種類の株式に関する予測を集計することができます。 また、ボトムアップ構 造により、代替指標やスマートベータ投資商品の開発が可能となる。

一般的に、このボトムアップアプローチにより、顧客のニーズに合わせてカスタマイズ可 能なあらゆる種類の株式に関する予測を集計することができます。 また、ボトムアップ構 造により、代替指標やスマートベータ投資商品の開発が可能となる。

Forecast Aggregation into Sector-Level Predictions

部門レベルの予測の集計予測

集計の背後にあるコンセプトは、個々の GICS セクター内の個々の株価予測の情報を組み合わ せて、セクター全体で強気、弱気、中立かどう かを判断することです。これを行うために、 我々は毎日の投資予測を生成する S&P500 銘柄 のそれぞれを独自の GICS セクターにマッピング し、これらのマッピングを使用してセクター 全体の予測を計算します。各セクターの予測 方向は、セクター内の株式の長期予測と短期予測 の分布を平均、中央値、および分位数を用いて比較 することによって決定される。したがって、株式 レベルの予測がより強い方向の意味において、どの 分布(「長い」または「短い」)が「より大きい」 かを決定することによって、セクターレベルの予測を 計算する。信号の分布を比較する代わりに、予測可 能重み付き信号(PWS)を比較し、予測指標を方向 選択に組み込むことに注意してください。さらに、 私たちは、PWS の 60%以上が選択した部門の方向にあることを要求しています。これが満 たされなければ、我々はセクターを中立とマークする。このプロセスは、各セクターについ て毎日の方向決定をもたらし、シミュレーションでテストすることができる。

グラフ参照

集約セクター予測を用いて構築されたポートフォリオのパフォーマンス

当社は、これらの集計された予測を日常的に使用して、11 の SPDR セクターETF のそれ ぞれについての方向性(長期、短期または中立)を決定し、日々のポジションを調整するこ れらの予測に従って動的に投資するポートフォリオを構築する。

以下の表は、手数料費用($ 0.005 / trade)と 2011 年 8 月 18 日〜2011 年 11 月 11 日の期 間のスプレッドを含む、ロング・オンリー・アグリゲーション・ベースの ETF 投資戦略の3 つのバリエーションのパフォーマンスを示しています。

表参照

3 つの戦略は、個々のポジションに割り当てることができるポートフォリオ価値の最大パ ーセンテージに異なる制限がある点で異なります。 最初の戦略(一番上の行)には制約が ありません。たとえば、特定の日に 1 つの ETF に対して非ニュートラルである場合、その ETF にポートフォリオ全体を投資します。 代わりに、第 2 および第 3 の戦略(上から 2 番 目および 3 番目の行)は、それぞれの位置をそれぞれポートフォリオ値の最大 50%および 25%に制限します。これは、少なくとも 2〜4 つの非ニュートラルな位置が完全に 投資し た 4 番目の行は、ベンチマークである SPY(S&P500 銘柄インデックスのパフォーマンスを追 跡する ETF)の結果です。

この表からわかるように、3 つの戦略すべてが総収益の点でベンチマークを上回り、優れた リスクとパフォーマンスの統計を示しています。

-ベンチマークの 28.12%に対して 32.15%のトータルリターン
•ベンチマークの 0.9 に対するシャープ比 1.29 以上
•5%を超えるアルファ
•ベータ値 0.6 未満•最大ドローダウンは 9.6%以下で、ベンチマークの 12.66%

下記は 3 つのポートフォリオのトータルリターンの時間的推移をベンチマーク(赤字)と 比較して示しています。

グラフ参照
 Long -SPDR Sector EFTs (signal aggregation)

チャートは上記のパターンと同様のパターンを示し、アルゴリズムポートフォリオがスム ーズで一貫して成長する株式ラインを生むことを示しています。

マクロレベルの予測への集約の予測 - 簡単なアプローチ

ここでは、個々の株信号の強さを考慮せずに、特定のセクターの方向を決定する単純な集 計方法を後で説明します。 我々は PWS のパーセンテージを計算するか、それぞれのセク ターのティッカーのための短期および短期の予測値を合計し、しきい値レベルを使用して、 各セクターの長短、短期中立かどうかを決定します。 これらの集計されたセクターレベル の予測を使用して、11 の SPDR セクターETF の ETF 投資戦略を再構築します。

以下の表は、手数料費用($ 0.005 / trade)と期間のスプレッドを含む同じ閾値レベルを有 するロング・ショートおよびロング・オンリー・アグリゲーション・ベースの ETF 投資戦 略の 8 つのバリエーションのパフォーマンスを示しています。

表参照

最初の 2 つのストラテジーでは、50%のポジションあたりの最大ウェイト(前に説明した ように)を使用しますが、その後は最大ウェイト 25%を使用します。 見ることができるよ うに、8 つの戦略のうち 7 つは総収益の点でベンチマークを上回り、優れたリスクとパフ ォーマンスの統計

特に、2 つのベスト・ストラテジー(トップ・テーブル)がそれぞれ登録します:

  • ベンチマークの 28.12%に対して 53.81%と 35.16%の合計収益率
  • 9%と 19%のアルファ
  • •0.12 および 0.42 のベータ
  • ベンチマークの 12.66%に対し、5.89%と 5.21%の最大減損

以下の 8 つの戦略の株式ラインは、ベンチマーク(赤字)のパフォーマンスに対して提示 されます。

SPDR Sector Portfolio (signal aggregation) グラフ参照

結論

上記の戦略の結果を要約する。 各カテゴリは、以下の表の 1 つの例で表されています。こ れは、リスク調整後のベンチマークの顕著なパフォーマンスの向上と強力なアルファ寄与 を示しています。

表参照

PDF - Down Load -

本ページに記載された内容のPDFファイルは下記リンク先よりご覧いただけます。

Copyright©2018 IST Company Ltd., All rights reserved.