Modello di Rete Neurale Raggiunge l'Ottimizzazione del Portafoglio a Varianza Minima Globale Attraverso la Pulizia della Covarianza

È stata creata una nuova rete neurale invariante alla rotazione per identificare il portafoglio a varianza minima globale. Apprende trasformazioni ritardate dei rendimenti passati e volatilità marginali, regolarizzando contemporaneamente gli autovalori di ampie matrici di covarianza azionaria. Questo chiaro quadro matematico migliora l'interpretabilità del ruolo di ciascun modulo, evitando la percezione del modello come una semplice scatola nera. Il design rispecchia la struttura analitica della soluzione di varianza minima globale ed è indipendente dalla dimensione, consentendo a un singolo modello addestrato su diverse centinaia di azioni di essere utilizzato efficacemente su mille titoli statunitensi senza necessità di riaddestramento. Le valutazioni out-of-sample da gennaio 2000 a dicembre 2024 indicano che lo stimatore produce costantemente varianze inferiori.