文件名称：对冲基金收益预测和选择的横截面机器学习方法-研究论文
文件大小：1.85MB
文件格式：PDF
更新时间：2024-06-29 08:27:02
Hedge Fund Return
我们将四种机器学习方法应用于对冲基金选择的横截面回报预测。 我们为预测模型配备了一组特殊特征，这些特征来自对冲基金的历史回报，并捕获各种特定于基金的信息。 评估样本外性能，我们发现我们的预测方法在几乎所有情况下都显着优于四种风格的 HFR 指数。 在四种机器学习方法中，我们发现深度神经网络似乎总体上是最有效的。 使用案例研究调查我们方法的方法优势的来源，我们发现在大多数情况下，横截面预测优于基于时间序列回归的预测。 机器学习的高级建模能力进一步增强了这些优势。 我们发现基于回报的特征比一组宏观衍生特征的基准产生更高的回报，并且当这两组特征结合时，我们的预测方法产生最佳性能。