Статья: СЕТЕВЫЕ МЕТОДЫ ПОРТФЕЛЬНОЙ ОПТИМИЗАЦИИ: МАКСИМАЛЬНЫЕ НЕЗАВИСИМЫЕ МНОЖЕСТВА И ГРАФОВЫЕ НЕЙРОСЕТИ ВНИМАНИЯ НА РЫНКЕ АКЦИЙ РОССИИ (2026)

Читать онлайн

Статья посвящена разработке и эмпирической проверке подхода к управлению инвестиционным портфелем на основе графовых нейронных сетей c механизмом внимания (Graph attention network, GAT) с предварительной структурной фильтрацией множества активов с использованием максимального независимого множества (Maximum Independent Set, MIS) и адаптивного порога корреляции. Помимо этого, работа содержит краткий анализ графовых характеристик российского рынка и динамики максимальных независимых множеств. Эмпирическая база исследования включает данные по ликвидным акциям российского фондового рынка за период 2020–2025 годов, охватывающий как относительно спокойные режимы, так и стрессовые эпизоды и структурные сдвиги.

Предлагаемый метод сравнивается с рыночным индексом, классическими портфельными стратегиями, многослойным персептроном и графовой моделью без MIS-фильтрации с использованием walk-forward оптимизации. Результаты показывают, что включение MIS с адаптивным порогом приводит к заметному улучшению по всем ключевым метрикам относительно базовой GAT-модели без фильтрации. Итоговый капитал в среднем возрастает примерно на 56 %, коэффициент Шарпа – примерно на 157 %, максимальная просадка по модулю уменьшается на 35 %, а средняя внутрипортфельная корреляция снижается на 43 %. При этом на падающем рынке, когда базовый GAT даёт отрицательную доходность, выигрыш стратегии особенно заметен. Анализ энтропии коэффициентов внимания свидетельствует о том, что MIS-фильтрация делает внимание модели более сконцентрированным, перераспределяя его в пользу малого числа структурно значимых рёбер и снижая влияние шумовых связей.

Ключевые фразы: ДИВЕРСИФИКАЦИЯ, портфельная оптимизация, фондовый рынок россии, граф взаимосвязей, максимальное независимое множество, графовые нейросети внимания, коэффициент шарпа
Автор (ы): Куликов Александр Владимирович (Kulikov A. V.), Панайоту Элина Михайловна (Panayotu E. M.)
Журнал: НОВОЕ В ЭКОНОМИЧЕСКОЙ КИБЕРНЕТИКЕ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Экономика
УДК
336.767.2. Акции. Бумаги, приносящие дивиденды
Для цитирования:
КУЛИКОВ А. В., ПАНАЙОТУ Э. М. СЕТЕВЫЕ МЕТОДЫ ПОРТФЕЛЬНОЙ ОПТИМИЗАЦИИ: МАКСИМАЛЬНЫЕ НЕЗАВИСИМЫЕ МНОЖЕСТВА И ГРАФОВЫЕ НЕЙРОСЕТИ ВНИМАНИЯ НА РЫНКЕ АКЦИЙ РОССИИ // НОВОЕ В ЭКОНОМИЧЕСКОЙ КИБЕРНЕТИКЕ. 2026. № 2
Текстовый фрагмент статьи
Моя история просмотров (10)
Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.