Комплексный подход к оптимизации инвестиционного портфеля на основе современных методов математического моделирования

В данной статье представлен интегрированный подход к формированию инвестиционного портфеля, сочетающий современные методы прогнозирования временных рядов и гибкую настройку оптимизации инвестиционного портфеля. В условиях высокой волатильности рынка цифровых активов традиционные модели, такие как Марковица и CAPM, без точных прогнозов доходности теряют эффективность, поскольку не учитывают динамически изменяющиеся рыночные условия. В данной работе предложен подход, включающий адаптивный выбор моделей прогнозирования для каждого актива и оптимизацию весов портфеля на основе прогнозных данных. Для прогнозирования цен активов используются модели ARIMA, Chronos Forecasting, GMDH и LSTM, что позволяет учитывать различные аспекты рыночной динамики. На основе прогнозов рассчитывается ковариационная матрица доходностей и производится оптимизация портфеля с учетом различных стратегий: разрешение коротких позиций, минимизация риска, достижение заданного уровня доходности. Данный подход тестировался на данных из библиотеки yfinance с различными конфигурациями параметров, включая число активов, горизонт прогнозирования и способы масштабирования данных. Результаты экспериментов показывают, что предложенный подход обеспечивает среднюю фактическую доходность портфеля на уровне 55,2%, а доля портфелей с положительной доходностью достигает 83,3%. Использование медианы в качестве стратегии масштабирования увеличивает среднюю доходность до 66,9% при 92,6% успешных портфелей. Данный подход представляет собой инструмент для инвесторов, который позволяет адаптировать стратегии к изменяющимся рыночным условиям и повышать эффективность управления портфелем цифровых активов. Кроме того, предложенный подход демонстрирует высокий уровень гибкости благодаря возможности настройки различных параметров оптимизации. Например, варьирование горизонта прогнозирования позволяет учитывать краткосрочные и долгосрочные тренды рынка, а выбор стратегии масштабирования влияет на точность предсказаний. Оптимизация портфеля выполняется с учетом различных метрик, что делает данный подход применимым как для консервативных, так и для агрессивных инвестиционных стратегий. Дальнейшие исследования могут включать расширение набора прогнозных моделей, интеграцию альтернативных стратегий оптимизации, а также применение предложенного подхода к традиционным финансовым рынкам. Это позволит повысить точность прогнозирования и эффективность управления инвестициями в условиях высокой неопределенности и волатильности цифровых активов.