Предсказуемость доходностей высоколиквидных активов: знаки и абсолютные значения

Предсказывание доходностей является задачей, которая многие года сохраняет актуальность в академической среде, поскольку неразрывно связана с проблемой определения справедливой цены актива. В настоящей работе рассматривается применение методов машинного обучения (градиентный и адаптивный бустинги, метод опорных векторов и др.) в прогнозировании недельных доходностей индекса SP500 и его фьючерса. В качестве предикторов используются 110 технических и фундаментальных переменных. Результаты пошагового прогноза доходностей показывают, что в течение последних трех лет существует значительная возможность предсказания поведения самого индекса SP500 и его фьючерса (корреляция пошагового прогноза доходностей и истинных значений доходностей составляет 31,8% для индекса и 29,8% для фьючерса), что превосходит известные результаты относительно предсказуемости. Это может говорить о существовании инерции нелинейного характера в динамиках цен. Ключевые слова: доходность, машинное обучение, прогноз знака, прогноз абсолютных значений