Построение инвестиционного портфеля криптоактивов с использованием алгоритмов машинного обучения

Алиев, Т.А. Построение инвестиционного портфеля криптоактивов с использованием алгоритмов машинного обучения / Т. А. Алиев // Управление риском. — Москва, 2026 — N 4(121). — С.24-28. — Библиогр. в конце ст.

Алиев, Т.А., (2026), "Построение инвестиционного портфеля криптоактивов с использованием алгоритмов машинного обучения", Управление риском, Москва, 2026, N 4(121), С.24-28.

Алиев Т А. Построение инвестиционного портфеля криптоактивов с использованием алгоритмов машинного обучения. Управление риском. 2026; (N 4(121)). С.24-28.

нет оценок

Выпуск

Управление риском, 2026, N 4

Источник

Аннотация

В статье оценивается, обеспечивает ли сочетание прогноза доходности на основе машинного обучения и оптимизации Mean-CVaR статистически значимое улучшение риск-скорректированных показателей портфеля криптоактивов по сравнению с бенчмарком иерархического паритета рисков (HRP). На дневных данных двадцати криптовалютных пар к доллару с биржи Binance за 2018–2025 годы по схеме расширяющегося скользящего окна (walk-forward) сопоставляются три стратегии: Mean-CVaR с прогнозами XGBoost, Mean-CVaR на исторических средних и HRP. Установлено, что CVaR-оптимизация статистически значимо превосходит HRP по коэффициенту Шарпа, тогда как добавление ML-прогноза значимой ценности не создает. Сформулированы выводы о практической применимости подхода для частного и институционального инвестора.

Ключевые слова

УДК:

336.76

Построение инвестиционного портфеля криптоактивов с использованием алгоритмов машинного обучения

Построение инвестиционного портфеля криптоактивов с использованием алгоритмов машинного обучения

Аннотация

Ключевые слова

Рекомендовано к ознакомлению

Отзывы читателей