Painting the black box whitea fundamentalist-based trading strategy using interpretable trees

Resumo

A dificuldade em entender como modelos de aprendizado de máquina "caixa preta"fazem previsões prejudica sua adoção no mercado financeiro, de acodo com um artigo recente da Bloomberg (2019b). Nosso trabalho discute como métodos de interpretação agnósticos são capazes de tornar os modelos de aprendizado de máquina mais transparentes para investidores humanos. Nós comparamos três algoritmos baseados em árvores na geração de estratégias de investimento long-short, criando modelos independentes para as pernas de compra ("long") e venda ("short") e usando apenas variáveis fundamentalistas. Nós aplicamos esses modelos para o mercado de ações brasileiro (Bovespa) e atingimos um resultado anualizado esperado de 26.4% fora da amostra, com um índice de Sharpe de 0.50. Combinações1 entre as pernas de compra e venda melhoram o resultado, atingindo um índice de Sharpe de até 1.26, comparável com os resultados de Avramov et al. (2019) quando restrições econômicas são levadas em conta. Nossa estratégia tem baixo nível de substituição de ativos ao longo do tempo e custos transacionais não explicam o resultado. Todos os modelos conseguem prêmios de risco positivos e dois são estatisticamente significativos. A interpretação dos modelos mostra diferenças nos preditores entre performances acima e abaixo do esperado, onde no primeiro caso prevalecem razões ("ratios") entre preço e valor, e no segundo liquidez. A interpretação local dos modelos é discutida através do exemplo da Magazine Luiza e mostra como as explicações obtidas ajudam um investidor a entender e decidir pela compra ou venda do ativo de acordo com o resultado do modelo. Nós argumentamos que diferenças tanto na performance quanto na interpretação dos preditores e a possibilidade de combinações são vantagens de se modelar separadamente compra e venda.

Ficha do documento

Tipo

Dissertação

Ano

2020

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Inglês

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/29461

Temas

Economia

Palavras-chave

Estratégias long-shortMachine LearningStock returns predictionModel interpretationLong-short trading strategyAprendizado de máquinaPrevisão de retorno de açõesInterpretação de modelosEconomiaAprendizado do computadorAções (Finanças) - Preços - PrevisãoInvestimentos - AnáliseMercado financeiro - Brasil