Diffolio: A Diffusion Model for Multivariate Probabilistic Financial Time-Series Forecasting and Portfolio Construction
So-Yoon Cho, Jin-Young Kim, Kayoung Ban, Hyeng Keun Koo, Hyun-Gyoon Kim
概率预测对于构建用于复杂截面依赖的高效投资组合的多元金融时间序列至关重要。 在本文中,我们提出了Diffolio,一种用于多变量财务时间序列预测和投资组合构建的扩散模型。 Diffolio采用具有分层注意力架构的去噪网络,包括资产级和市场层面。 此外,为了更好地反映横断面相关性,我们引入了一个相关性引导的正则器,该正则由目标相关性矩阵的稳定估计来表示。 这种结构不仅从历史回报中有效提取了突出的特征,而且还从资产特异性和系统协变中提取了显着的特征,显着提高了预测和投资组合的性能。 12个行业投资组合的每日超额回报的实验结果表明,Diffolio在多变量预测准确性和投资组合表现方面优于各种概率预测基线。 此外,在投资组合实验中,由Diffolio预测构建的投资组合表现出一贯强劲的表现,从而通过实现平均方差切度投资组合的夏普比率和增长最优投资组合的更高确定性等价物,从基准中跑赢表现优于基准。 这些结果证明了我们提议的Diffolio不仅在统计准确性和经济意义上的优势。
Probabilistic forecasting is crucial in multivariate financial time-series for constructing efficient portfolios that account for complex cross-sectional dependencies. In this paper, we propose Diffolio, a diffusion model designed for multivariate financial time-series forecasting and portfolio construction. Diffolio employs a denoising network with a hierarchical attention architecture, comprising both asset-level and market-level layers. Furthermore, to better reflect cross-sectional correlati...