Wir gratulieren Rayan Ayari zu seiner veröffentlichten Arbeit in Quantitative Finance
Wir gratulieren Rayan Ayari zu seiner veröffentlichten Arbeit in Quantitative Finance
Titel: Feature Configuration Effects in DRL Portfolio Management: A Risk-Focused Evaluation under Market Stress
In diesem Beitrag wird untersucht, ob ein DRL-basierter Portfoliomanager die Faktorerträge des BARRA-Modells unter Berücksichtigung von Transaktionskosten und Liquiditätsbeschränkungen nutzen kann. Wir integrieren den TD3-Algorithmus mit BARRA-Faktoren und der Differential Expected Shortfall (DES)-Belohnungsfunktion, um einen Rahmen zu schaffen, der sich an die Marktbedingungen anpasst und Renditen priorisiert, während gleichzeitig das Verlustrisiko minimiert wird. Mithilfe von Monte-Carlo-Sampling erstellen wir 1.000 Portfolios mit 30 S&P-500-Aktien über vier Quartale des Jahres 2022, um die Auswirkungen verschiedener Merkmalssätze – von BARRA-Faktoren und technischen Indikatoren bis hin zu keinen zusätzlichen Merkmalen – auf die Portfolio-Performance zu untersuchen, wobei die Konfiguration ohne Merkmale als Benchmark dient. Die statistische Signifikanz wird anhand eines gepaarten Permutationstests mit Kontrolle der Falsch-Entdeckungsrate bewertet. Die Ergebnisse zeigen, dass die Einbeziehung von BARRA-Merkmalen den Schutz vor Verlusten und das Tail-Risiko verbessert und den maximalen Drawdown (MDD) um 0,71 % (p = 0,02) sowie den bedingten Value at Risk auf 95 %-Niveau (CVaR) um 0,08 % (p = 0,09) verbessert. Diese Ergebnisse deuten darauf hin, dass merkmalsbasierte DRL-Strategien in volatilen Märkten umsetzbare Erkenntnisse liefern können.
Zum Nachlesen unter https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5595570
Foto: viarami/Pixabay.com