Buchumschlag

Using Machine Learning to Forecast Market Direction with Efficient Frontier Coefficients

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alexander, Nolan, Scherer, William
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Portfolio Management
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forecasting Tangency Portfolios and Investing in the Minimum Euclidean Distance Portfolio to Maximize Out-of-Sample Sharpe Ratios
von: Alexander, Nolan, et al.
Veröffentlicht: (2026)

Asset allocation using a Markov process of clustered efficient frontier coefficients states
von: Alexander, Nolan, et al.
Veröffentlicht: (2026)

Hunting Tomorrow's Leaders: Using Machine Learning to Forecast S&P 500 Additions & Removal
von: Agrawal, Vidhi, et al.
Veröffentlicht: (2024)

Evaluating Investment Performance: The p-index and Empirical Efficient Frontier
von: Li, Jing, et al.
Veröffentlicht: (2025)

On the Structure of Risk Contribution: A Leave-One-Out Decomposition into Inherent and Correlation Risk
von: Alexander, Nolan, et al.
Veröffentlicht: (2026)

Measuring Strategy-Decay Risk: Minimum Regime Performance and the Durability of Systematic Investing
von: Alexander, Nolan, et al.
Veröffentlicht: (2026)

Market Dynamics of Information Avalanches
von: Meister, Bernhard K
Veröffentlicht: (2026)

A Deep Reinforcement Learning Framework for Dynamic Portfolio Optimization: Evidence from China's Stock Market
von: Huang, Gang, et al.
Veröffentlicht: (2024)

Application of the Kelly Criterion to Prediction Markets
von: Meister, Bernhard K
Veröffentlicht: (2024)

Market-Adaptive Ratio for Portfolio Management
von: Lee, Ju-Hong, et al.
Veröffentlicht: (2023)

Machine Learning Based Stress Testing Framework for Indian Financial Market Portfolios
von: G, Vidya Sagar, et al.
Veröffentlicht: (2025)

Dynamic Investment Strategies Through Market Classification and Volatility: A Machine Learning Approach
von: Li, Jinhui, et al.
Veröffentlicht: (2025)

Dynamic Asset Allocation with Asset-Specific Regime Forecasts
von: Shu, Yizhan, et al.
Veröffentlicht: (2024)

Correlation Structures and Regime Shifts in Nordic Stock Markets
von: Girnyk, Maksym A.
Veröffentlicht: (2025)

Automated Liquidity: Market Impact, Cycles, and De-pegging Risk
von: Meister, B. K.
Veröffentlicht: (2026)

Smart Predict--then--Optimize Paradigm for Portfolio Optimization in Real Markets
von: Yi, Wang, et al.
Veröffentlicht: (2026)

Market-Implied Sustainability: Insights from Funds' Portfolio Holdings
von: Giacometti, Rosella, et al.
Veröffentlicht: (2025)

Hierarchical Risk Parity for Portfolio Allocation in the Latin American NUAM Market
von: Ramirez-Carrillo, Gonzalo, et al.
Veröffentlicht: (2025)

Institutional Adoption and Correlation Dynamics: Bitcoin's Evolving Role in Financial Markets
von: Wu, Di
Veröffentlicht: (2025)

Optimal vs. Naive Diversification in the Cryptocurrencies Market: The Role of Time-Varying Moments and Transaction Costs
von: Chen, Heming, et al.
Veröffentlicht: (2025)

PolyModel for Hedge Funds' Portfolio Construction Using Machine Learning
von: Zhao, Siqiao, et al.
Veröffentlicht: (2024)

Optimal Control of Reserve Asset Portfolios for Stablecoins
von: Hammerl, Alexander
Veröffentlicht: (2025)

Squeezed Covariance Matrix Estimation: Analytic Eigenvalue Control
von: Khalaf, Layla Abu, et al.
Veröffentlicht: (2025)

Robust and Sparse Portfolio Selection: Quantitative Insights and Efficient Algorithms
von: Chen, J., et al.
Veröffentlicht: (2024)

Market-Neutral Strategies in Mid-Cap Portfolio Management: A Data-Driven Approach to Long-Short Equity
von: Kothari, Saumya, et al.
Veröffentlicht: (2024)

Multi periods mean-DCVaR optimization: a Recursive Neural Network resolution
von: Lelong, Jérôme, et al.
Veröffentlicht: (2026)

Reinforcement-Learning Portfolio Allocation with Dynamic Embedding of Market Information
von: He, Jinghai, et al.
Veröffentlicht: (2025)

EFS: Evolutionary Factor Searching for Sparse Portfolio Optimization Using Large Language Models
von: Luo, Haochen, et al.
Veröffentlicht: (2025)

Shrinkage Estimators for Mean and Covariance: Evidence on Portfolio Efficiency Across Market Dimensions
von: Yadav, Rupendra, et al.
Veröffentlicht: (2026)

Recommender Systems in Financial Trading: Using machine-based conviction analysis in an explainable AI investment framework
von: Vidler, Alicia
Veröffentlicht: (2024)

Multimodal Deep Reinforcement Learning for Portfolio Optimization
von: Nawathe, Sumit, et al.
Veröffentlicht: (2024)

Investment Portfolio Optimization Based on Modern Portfolio Theory and Deep Learning Models
von: Wysocki, Maciej, et al.
Veröffentlicht: (2025)

Dynamic CVaR Portfolio Construction with Attention-Powered Generative Factor Learning
von: Sun, Chuting, et al.
Veröffentlicht: (2023)

Uncertainty-Adjusted Sorting for Asset Pricing with Machine Learning
von: Liu, Yan, et al.
Veröffentlicht: (2026)

Sample Average Approximation for Portfolio Optimization under CVaR constraint in an (re)insurance context
von: Lelong, Jérôme, et al.
Veröffentlicht: (2024)

Multi-Objective Bayesian Optimization of Deep Reinforcement Learning for Environmental, Social, and Governance (ESG) Financial Portfolio Management
von: Coronado-Vaca, M.
Veröffentlicht: (2025)

Optimal Portfolio Construction -- A Reinforcement Learning Embedded Bayesian Hierarchical Risk Parity (RL-BHRP) Approach
von: Kang, Shaofeng, et al.
Veröffentlicht: (2025)

Return Prediction for Mean-Variance Portfolio Selection: How Decision-Focused Learning Shapes Forecasting Models
von: Lee, Junhyeong, et al.
Veröffentlicht: (2024)

Exploring Sectoral Profitability in the Indian Stock Market Using Deep Learning
von: Sen, Jaydip, et al.
Veröffentlicht: (2024)

Predictive Power of LLMs in Financial Markets
von: Shi, Jerick, et al.
Veröffentlicht: (2024)