Portfolio optimization with machine learning methods in applications in US stock market

Abstract

This thesis evaluates whether machine-learning return forecasts deliver economically meaningful gains when integrated in a constrained mean–variance portfolio framework. Using thirty value-weighted U.S. industry portfolios from the Kenneth R. French Data Library, we form monthly rebalanced, long-only portfolios with an upper weight bound to improve implementability. Expected excess returns are forecast asset-by-asset with rolling window using linear models (OLS, Ridge, Lasso, Elastic Net) and a Random Forest model, with and without the addition of five Fama and French Factors. The covariance matrix is estimated from 252 daily returns and stabilized via Ledoit–Wolf linear shrinkage. Out-of-sample results in period (2000–2024) show weak return predictability and emphasize that portfolio performance is driven more by weight stability and turnover than forecast accuracy. The Global Minimum Variance Portfolio achieves the best risk-adjusted performance (Sharpe 0.617), while equal-weighting delivers strong terminal wealth but higher risk (Sharpe 0.534). ML-based strategies can appear attractive before costs (e.g. ,RF gross annualized return 8.34%), but high turnover eliminates performance under realistic transaction costs (RF net 4.81%). Robustness checks across transaction-cost levels, subperiods, and weight caps confirm that implementability and stable covariance estimation are central to converting predictive signals into investable gains.Η παρούσα διατριβή αξιολογεί κατά πόσον οι προβλέψεις αποδόσεων με τη χρήση μηχανικής μάθησης αποφέρουν οικονομικά σημαντικά οφέλη όταν ενσωματώνονται σε ένα πλαίσιο χαρτοφυλακίου περιορισμένης μέσης διακύμανσης. Χρησιμοποιώντας τριάντα χαρτοφυλάκια αμερικανικών βιομηχανιών σταθμισμένα ως προς την αξία από τη βιβλιοθήκη δεδομένων Kenneth R. French, δημιουργούμε χαρτοφυλάκια που αναπροσαρμόζονται κάθε μήνα, με μόνο θετικές θέσεις και ανώτατο όριο στάθμισης, προκειμένου να βελτιώσουμε την εφαρμόσιμότητα. Οι αναμενόμενες υπερβάλλουσες αποδόσεις προβλέπονται ανά περιουσιακό στοιχείο με κυλιόμενο παράθυρο χρησιμοποιώντας γραμμικά μοντέλα (OLS, Ridge, Lasso, Elastic Net) και ένα μοντέλο Random Forest, με και χωρίς την προσθήκη πέντε παραγόντων Fama και French. Ο πίνακας συνδιακύμανσης εκτιμάται από 252 ημερήσιες αποδόσεις και σταθεροποιείται μέσω γραμμικής συρρίκνωσης Ledoit–Wolf. Τα αποτελέσματα εκτός δείγματος κατά την περίοδο (2000–2024) δείχνουν ασθενή προβλεψιμότητα των αποδόσεων και υπογραμμίζουν ότι η απόδοση του χαρτοφυλακίου επηρεάζεται περισσότερο από τη σταθερότητα της στάθμισης και τον κύκλο εργασιών παρά από την ακρίβεια των προβλέψεων. Το χαρτοφυλάκιο Global Minimum Variance επιτυγχάνει την καλύτερη απόδοση προσαρμοσμένη στον κίνδυνο (Sharpe 0.617), ενώ η ίση στάθμιση προσφέρει ισχυρό τελικό πλούτο αλλά υψηλότερο κίνδυνο (Sharpe 0.534). Οι στρατηγικές που βασίζονται σε μηχανική μάθηση μπορεί να φαίνονται ελκυστικές πριν από τα έξοδα (π.χ. ακαθάριστη ετήσια απόδοση RF 8.34%), αλλά ο υψηλός κύκλος εργασιών εξαλείφει την απόδοση υπό ρεαλιστικά έξοδα συναλλαγών (καθαρή RF 4.81%). Οι έλεγχοι ανθεκτικότητας σε όλα τα επίπεδα κόστους συναλλαγών, υποπεριόδους και ανώτατα όρια στάθμισης επιβεβαιώνουν ότι η δυνατότητα εφαρμογής και η σταθερή εκτίμηση της συνδιακύμανσης είναι καθοριστικής σημασίας για τη μετατροπή των προγνωστικών σημάτων σε επενδύσιμα κέρδη.