机器学习时代的回测协议-研究论文

机器学习提供了一套强大的工具，对投资管理有很大的希望。 与金融领域的大多数定量应用一样，误用这些技术的危险可能会导致失望。 一个关键的限制涉及数据可用性。 机器学习的许多早期成功源于物理和生物科学，在这些科学中可以获得真正大量的数据。 机器学习应用程序通常需要比金融中可用的数据多得多的数据，这在长期投资中尤其令人担忧。 因此，在应用工具之前选择正确的应用程序很重要。 此外，资本市场反映了人们的行为，这可能会受到他人行为和过去研究结果的影响。 在许多方面，影响机器学习的挑战只是研究人员在量化金融中一直面临的长期问题的延续。 虽然投资者需要谨慎——事实上，比以往量化方法的应用更加谨慎——但这些新工具在金融领域提供了许多潜在的应用。 在本文中，作者开发了一个研究协议，该协议既适用于机器学习技术的应用，也适用于一般的量化金融。