МОДЕЛІ ТА АЛГОРИТМИ ІНТЕЛЕКТУАЛЬНОЇ ІНФОРМАЦІЙНОЇ ТЕХНОЛОГІЇ ПЕРСОНАЛІЗОВАНОЇ ОПТИМІЗАЦІЇ ІНВЕСТИЦІЙНОГО ПОРТФЕЛЯ НА ОСНОВІ АДАПТИВНОГО РИЗИК-ПРОФІЛЮВАННЯ

Анотація

У статті розроблено інтелектуальну інформаційну технологію персоналізованої оптимізації інвестиційного портфеля на основі адаптивного ризик-профілювання. Актуальність дослідження зумовлена зростанням попиту на цифрові засоби підтримки інвестиційних рішень, здатні враховувати індивідуальні характеристики інвестора та працювати з гетерогенними фінансовими інструментами в межах єдиного процесу формування портфеля. У багатьох прикладних рішеннях персоналізація зводиться або до вибору одного з кількох шаблонних портфелів, або до віднесення інвестора до дискретної категорії ризику. Такі підходи є недостатньо гнучкими та не забезпечують формального зв’язку між оціненим ризик-профілем і тими оптимізаційними обмеженнями, що визначають кінцеву структуру портфеля. Метою дослідження є розроблення та формальний опис інтелектуальної інформаційної технології персоналізованої оптимізації портфеля, а також обґрунтування її алгоритмічного забезпечення й підходу до валідації. Запропоновану технологію подано у вигляді кортежу IT = 〈D, M, Algo, C, V〉, де D – ринкові й користувацькі дані з процедурами попередньої обробки, M – інтелектуальні моделі, Algo – алгоритмічні компоненти побудови портфеля, C – параметризована система оптимізаційних обмежень, V – модулі візуалізації та валідації. Відповіді адаптивного опитувальника перетворюються на вектор ознак користувача, який далі за допомогою моделі машинного навчання відображається у неперервний ризик-профіль. Персоналізація реалізується через формальну залежність між значенням ризику користувача та множиною допустимих портфельних рішень. Запропоновано два ключові алгоритмічні модулі. Перший формує кандидатну множину активів шляхом зменшення надлишковості вихідного набору інструментів на основі кореляційних або коваріаційних залежностей, що знижує розмірність задачі та підвищує стійкість результатів оптимізації. Другий параметризує оптимізаційні обмеження як функцію неперервного ризик-профілю, зокрема межі ваг класів активів, частку опорних інструментів і концентраційні обмеження. Побудову портфеля формалізовано як оптимізаційну задачу, у якій множина допустимих розв’язків визначається персоналізованими обмеженнями та зменшеною кандидатною множиною активів. У роботі також розглянуто обчислювальну складність в офлайн- та онлайн-контурах, метрики якості портфеля, метрики стійкості щодо малих змін ризик-профілю та процедуру валідації на основі абляційного аналізу. Практична цінність підходу полягає у поєднанні пояснюваності, відтворюваності, керованої персоналізації та обчислювальної придатності в межах єдиної інтегрованої технології. Отримані результати показують, що запропонована формалізація створює цілісну основу для побудови прикладних систем портфельного рекомендування, які є більш стійкими, інтерпретованими та адаптованими до індивідуальних характеристик інвестора.