Machine Learning Enhanced Multi-Factor Quantitative Trading: A Cross-Sectional Portfolio Optimization Approach with Bias Correction
यह शोध पत्र गैर-निष्पादनीय मूल्य सीमाओं के कारण चीनी ए-शेयर क्वांटिटेटिव ट्रेडिंग में होने वाले महत्वपूर्ण "अपस्ट्रीम संदूषण" (upstream contamination) दोष को संबोधित करता है, जिसमें एक मास्क-फर्स्ट डिज़ाइन पेश किया गया है जो गैर-व्यापारिक डेटा को फैक्टर गणनाओं में प्रवेश करने से रोकता है, जो GPU-त्वरित प्रसंस्करण और विशिष्ट लॉस फंक्शन्स के साथ मिलकर, वास्तविक शार्प रेश्यो (Sharpe ratios) में महत्वपूर्ण सुधार करता है और फूले हुए सूचना गुणांकों (information coefficients) को ठीक करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
यहाँ सरल भाषा और रचनात्मक उपमाओं (analogies) का उपयोग करके शोध पत्र (paper) का विवरण दिया गया है।
बड़ी समस्या: "नकली कीमत" का जाल
कल्पना कीजिए कि आप एक शेफ हैं जो एक विशाल सुपरमार्केट में सामग्रियों (स्टॉक्स) की कीमतों के आधार पर एक आदर्श रेसिपी (ट्रेडिंग रणनीति) बनाने की कोशिश कर रहे हैं।
चीनी शेयर बाजार (A-shares) में एक सख्त नियम है: यदि किसी स्टॉक की कीमत बहुत तेजी से ऊपर या नीचे जाती है (एक दिन में लगभग 10% या 20%), तो बाजार एक "स्पीड बंप" (गति अवरोधक) से टकरा जाता है। कीमत वहीं रुक जाती है, और अगले दिन तक कोई भी उस स्टॉक को वास्तव में खरीद या बेच नहीं सकता।
यह शोध पत्र इस बात की पहचान करता है कि अधिकांश कंप्यूटर प्रोग्राम इसे संभालने में कैसे एक चालाकी भरी गलती करते हैं।
- गलती: अधिकांश प्रोग्राम उस "स्पीड बंप" वाली कीमत को देखते हैं, उसे लिख लेते हैं, और औसत और रुझान (trends) की गणना करने के लिए उसका उपयोग करते हैं—इससे पहले कि उन्हें यह एहसास हो कि, "ओह रुको, मैं इसे वास्तव में खरीद ही नहीं सकता!"
- परिणाम: कंप्यूटर को लगता है कि उसने एक बेहद अनुमानित पैटर्न खोज लिया है क्योंकि वह उन कीमतों को देख रहा है जो अपनी जगह पर जमी हुई हैं। यह वैसा ही है जैसे एक शेफ बर्फ के टुकड़े को चखकर यह सोचे, "यह सूप के लिए एकदम सही तापमान है!" कंप्यूटर उन रिटर्न की भविष्यवाणी करना सीख जाता है जिन्हें वह वास्तव में कभी ट्रेड नहीं कर सकता।
लेखक इसे "अपस्ट्रीम कंटैमिनेशन" (Upstream Contamination) कहते हैं। यह एक साफ बाल्टी में गंदा पानी डालने जैसा है; भले ही आप बाद में पानी को छानने की कोशिश करें, बाल्टी पहले से ही दूषित हो चुकी है।
समाधान: "छूना मना है" वाला मास्क
इसे ठीक करने के लिए, लेखकों ने एक "मास्क-फर्स्ट" (Mask-First) डिज़ाइन वाला सिस्टम बनाया है।
इस मास्क को एक लाल रंग के "छूना मना है" (Do Not Touch) स्टिकर के रूप में समझें, जो डेटा लोड होते ही कीमतों के टैग पर लगा दिया जाता है, इससे पहले कि कोई गणितीय गणना की जाए।
- यदि कोई स्टॉक स्पीड बंप पर हिट होता है, तो स्टिकर तुरंत लगा दिया जाता है।
- कंप्यूटर द्वारा की जाने वाली हर एक गणना (औसत, रैंकिंग, सहसंबंध) पहले उस स्टिकर की जांच करती है।
- यदि वहां स्टिकर मौजूद है, तो कंप्यूटर उस कीमत को पूरी तरह से अनदेखा कर देता है। वह उसे देखता तक नहीं।
यह सुनिश्चित करता है कि कंप्यूटर केवल उन्हीं कीमतों से सीखता है जो वास्तविक दुनिया में ट्रेड करने योग्य थीं।
टूलकिट: उन्होंने इसे कैसे बनाया
लेखकों ने केवल मास्क ही नहीं सुधारा; उन्होंने इस डेटा को प्रोसेस करने के लिए एक हाई-स्पीड फैक्ट्री बनाई। यहाँ उनके द्वारा उपयोग किए गए मुख्य उपकरण दिए गए हैं, जिन्हें सरल भाषा में समझाया गया है:
सुपर-फास्ट इंजन (GPU Vectorization):
- उपमा: कल्पना कीजिए कि आप 3,000 कारों की औसत गति की गणना कर रहे हैं। इसे एक-एक करके कैलकुलेटर (जैसे मानक सॉफ्टवेयर) से करने में बहुत समय लगता है। लेखकों ने एक ऐसा सिस्टम बनाया है जो एक विशाल सुपर-कंप्यूटर (GPU) का उपयोग करता है ताकि सभी 3,000 कारों की गणना एक ही समय में की जा सके।
- परिणाम: यह पुराने तरीके से 51 गुना तेज़ है।
"गलत दिशा" का दंड (Adjusted-MSE Loss):
- उपमा: कल्पना कीजिए कि आप घोड़े की दौड़ पर दांव लगा रहे हैं।
- गलती A: आपने उस घोड़े पर दांव लगाया जो जीता, लेकिन आपने केवल 100 लगाने चाहिए थे। (आप विजेता के बारे में सही थे, बस आकार में गलत थे)।
- गलती B: आपने उस घोड़े पर दांव लगाया जो हार गया, जबकि आपको विजेता पर दांव लगाना चाहिए था। (आप दिशा के मामले में गलत थे)।
- लेखकों ने महसूस किया कि गलती B, गलती A से कहीं अधिक महंगी है। इसलिए, उन्होंने कंप्यूटर को इस तरह प्रोग्राम किया कि जब वह दिशा गलत होने पर 11 गुना अधिक क्रोधित (angry) हो। यह मॉडल को "ऊपर" या "नीचे" को सही ढंग से पकड़ने पर ध्यान केंद्रित करने के लिए मजबूर करता है।
- उपमा: कल्पना कीजिए कि आप घोड़े की दौड़ पर दांव लगा रहे हैं।
"प्रैक्टिस डमी" जनरेटर (GBM Augmentation):
- उपमा: वित्तीय डेटा दुर्लभ है; आपके पास केवल कुछ वर्षों का इतिहास है। यह एक पायलट की तरह है जो केवल 10 घंटे की उड़ान के समय के साथ उड़ना सीखने की कोशिश कर रहा है।
- लेखकों ने एक "फ्लाइट सिम्युलेटर" बनाया है जो वास्तविक पैटर्न के आधार पर वास्तविक दिखने वाला नकली स्टॉक डेटा उत्पन्न करता है। उन्होंने कंप्यूटर को इस नकली डेटा पर अभ्यास करने दिया ताकि उसकी लर्निंग स्मूथ हो सके, जिससे वास्तविक बाजार स्थितियों में बदलाव आने पर उसके घबराने की संभावना कम हो जाए।
स्मार्ट पोर्टफोलियो मैनेजर (Markowitz-Ledoit-Wolf):
- उपमा: एक बार जब कंप्यूटर सबसे अच्छे स्टॉक्स चुन लेता है, तो उसे यह तय करना होता है कि प्रत्येक में कितना पैसा लगाना है। यदि वह एक में बहुत अधिक पैसा लगा देता है, तो एक छोटी सी समस्या सब कुछ बर्बाद कर सकती है।
- उन्होंने एक ऐसी गणितीय तकनीक का उपयोग किया है जो एक "सुरक्षा जाल" (safety net) की तरह काम करती है, जो जोखिमों को सुचारू बनाती है ताकि यदि एक स्टॉक गड़बड़ करे तो पोर्टफोलियो क्रैश न हो। उन्होंने इसमें एक "वार्म स्टार्ट" फीचर भी जोड़ा है, जो आपकी पिछली सीट की स्थिति को याद रखने जैसा है ताकि आपको हर बार बैठने के लिए कुर्सी को रीसेट न करना पड़े। यह दैनिक गणनाओं को बहुत तेज़ बनाता है।
परिणाम: क्या यह काम आया?
लेखकों ने अपने सिस्टम का परीक्षण दो तरीकों से किया:
- नकली डेटा पर: उन्होंने 14 वर्षों में 3,000 स्टॉक्स का एक आदर्श, नियंत्रित सिमुलेशन बनाया।
- परिणाम: सिस्टम ने 2.05 का "शार्प रेशियो" (Sharpe Ratio) प्राप्त किया। (वित्त में, 2.0 से ऊपर का स्कोर उत्कृष्ट माना जाता है)।
- वास्तविक डेटा पर: उन्होंने 2022 से 2024 तक के वास्तविक चीनी स्टॉक्स पर इसका परीक्षण किया।
- परिणाम: इसने 1.63 का शार्प रेशियो प्राप्त किया। यह भी एक वास्तविक दुनिया की रणनीति के लिए बहुत मजबूत है।
सबसे महत्वपूर्ण खोज:
लेखकों ने एक "क्या-होता-अगर" (what-if) टेस्ट चलाया। उन्होंने "मास्क" को बंद कर दिया और सिस्टम को पुराने, दूषित तरीके से चलाया।
- भ्रम (The Illusion): पुराना "नकली" सिस्टम कागज पर बेहतर दिख रहा था (इसमें उच्च "इन्फॉर्मेशन कोएफिशिएंट" था)। ऐसा लग रहा था कि यह भविष्य की सटीक भविष्यवाणी करता है।
- वास्तविकता: जब उन्होंने इसके साथ ट्रेड करने की कोशिश की, तो इसने पैसा खो दिया। शार्प रेशियो 0.44 अंक गिर गया।
सबक: सबसे बड़ा सुधार किसी फैंसी नए AI मॉडल या जटिल गणितीय सूत्र से नहीं आया। यह केवल कंप्यूटर को उन कीमतों को देखने से रोकने से आया जिन्हें वह ट्रेड नहीं कर सकता था।
सारांश
यह एक इंजीनियरिंग कहानी है कि कैसे एक स्मार्ट कंप्यूटर को डेटा खिलाने से पहले उसे साफ किया जाता है। अनट्रेडेबल (untradeable) कीमतों पर "छूना मना है" वाला मास्क लगाकर, उन्होंने कंप्यूटर को नकली पैटर्न सीखने से रोक दिया। इस सरल सुधार ने, तेज़ कंप्यूटिंग और गलत अनुमानों के लिए स्मार्ट दंड के साथ मिलकर, एक ऐसी ट्रेडिंग प्रणाली बनाई जो लाभदायक और वास्तविक दोनों है।
लेखकों ने अपना सारा कोड ओपन-सोर्स के रूप में जारी किया है, ताकि अन्य लोग देख सकें कि उन्होंने इसे वास्तव में कैसे बनाया और परिणामों को दोहरा सकें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।