安本资产管理在云中实现基于机器学习的投资组合配置模型

为了优化其投资组合配置策略，安本需要创建一个模型投资组合，其中股票、大宗商品、债券和房地产等个别资产类别的投资比重高于或低于基准。这些决策部分基于复杂的关系模式，这些关系模式将影响市场的因素的行为及其对未来资产表现的影响联系在一起。阿伯丁希望利用机器学习算法来描述这些关系，理解它们的模式，并基于它们做出交易决策。

阿伯丁的分析师需要使用可用的市场数据来训练和测试机器学习算法。他们认识到，拥有的数据越多，支持他们的结果的证据就越多，因此他们希望使用15年以上的市场数据。金宝app在多维问题上使用这么多数据进行回溯测试，对于本地pc来说太慢了，他们需要使用计算集群来加快这一进程。

Abderdeen使用MATLAB、Parallel Computing Toolbox™和MATLAB Parallel Server来实现资产分配的机器学习算法，并在Microsoft Azure云中运行它们。

在MATLAB中，Llorente-Cano和他的团队开发了一套分类模型。每种算法都基于统计学和机器学习工具箱™和深度学习工具箱™中的不同机器学习算法，包括神经网络、决策树和支持向量机(svm)。金宝app

他们使用货币政策、企业利润、利率和隐含波动率等因素训练模型。他使用Datafeed Toolbox™访问市场数据。

该团队用超过15年的历史数据对训练过的模型进行了测试。这些测试在探索新方法和获得新数据时反复进行，耗时长达一整天。

为了加快这一过程，Aberdeen的解决方案架构师James Mann用并行计算工具箱在桌面上设计了一个并行实现的原型，然后使用MATLAB并行服务器在一个有80个工人的现场计算机集群上运行并行执行。

后来，Mann将模型重新部署到运行在Microsoft Azure虚拟机(vm)上的相同数量的工作人员。他写了一个脚本，允许MATLAB用户启动云中的虚拟机，MATLAB并行服务器为工人提供机器学习算法访问。完成后，用户运行另一个脚本关闭虚拟机。

Llorente-Cano继续完善用于资产配置的机器学习模型。他目前正在使用MATLAB开发基于经济物理学启发的变点分析方法和全局优化工具箱中的全局优化方法的交易策略。

• 支持组合性能目标。金宝appLlorente-Cano说:“我们的许多投资组合都是基于MATLAB机器学习算法开发的资产配置过程。”“这些算法帮助我们确定，与我们的基准相比，投资组合将是增持还是减持。”
• 处理时间从24小时缩短到3小时。Mann指出:“当我们开始使用MATLAB分布式计算服务器在Azure云上运行时，我们的处理时间从24小时缩短到3小时。“因为作业调度程序集成到MATLAB中，很容易利用并行计算，只需要打开一个池并使用parfor循环。”
• 结果证实了多种机器学习技术。Llorente-Cano说:“我们认为，不同的学习方法带来不同类型的知识。”“使用MATLAB，我们将相同的数据呈现给神经网络、支持向量机和分类树，当这些不同的模型做出相同的交易决策时，它给了我们很大的信心。”

重要的信息

只供专业投资者使用-不供散户投资者或顾问使用

上述营销文件仅供参考之用，不应被视为要约、投资建议或招揽，以交易此处提及的任何投资或基金，且不构成欧盟指令2003/125/EC下定义的投资研究。安本资产管理有限公司(“安本”)不保证本文件中包含的信息和材料的准确性、充分性或完整性，并明确不承担此类信息和材料中的错误或遗漏的责任。本文件中所使用的任何研究或分析，均由香港仔自行采购使用，并可能为其自身目的而进行。这样得到的结果只是碰巧提供的，并不能保证信息的准确性。本文件中的某些信息可能包含对国家、市场或公司未来事件或未来财务业绩的预测或其他前瞻性报表。这些陈述只是预测，实际事件或结果可能会有实质性的不同。读者必须自行评估本文件所载信息的相关性、准确性和充分性，并进行他们认为必要或适当的独立调查。本文件中所包含的任何意见或估计都是在一般基础上作出的，不能被读者作为建议。香港仔或其雇员、联营集团公司或代理人均未考虑或调查任何读者、任何特定人士或团体的投资目标、财务状况或特别需要。因此，对于因读者、任何个人或团体根据本文件中包含的任何信息、意见或估计而直接或间接造成的任何损失，本公司不作任何保证，也不承担任何责任。本公司保留随时更改及更正本文件内任何资料的权利，恕不另行通知。由安本资产管理有限公司发行 Authorised and regulated by the Financial Conduct Authority in the United Kingdom.