Newest papers

From Economic Explanation to Performance Improvement in Machine-Learning Portfolios

Yunqi Liang, Stefan Zohren, Mihai Cucuringu · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.15144 · cited by 0 works (OpenAlex) · open-access PDF

Portuguese

Para estender a importância das características convencionais de nível de modelo aos resultados e decisões de portfólio economicamente significativos, propomos um quadro local de atribuição-propaganda de primeira ordem que mapeia as exposições de características de atribuição às sensibilidades locais das métricas de desempenho sequenciais de portfólio. Relacionamos as atribuições propagadas com os valores de Shapley definidos diretamente para os objetivos de portfólio e derivamos inferências estatísticas para as atribuições de relação de Sharpe. A intervenção de exposição de características guiada por atribuição resultante permite a adaptação pós-treinamento, traduzindo as explicações métricas de portfólio em decisões fora da amostra sem retrabalhar o modelo de atribuição subjacente.

Machine translation (Meta M2M100); the English original follows.

Abstract

To extend conventional model-level feature importance to economically meaningful portfolio outcomes and decisions, we propose a local first-order attribution-propagation framework that maps allocation-function feature exposures to local sensitivities of sequential portfolio performance metrics. We relate the propagated attributions to Shapley values defined directly for portfolio objectives and derive statistical inference for Sharpe-ratio attributions. The resulting attribution-guided feature-exposure intervention enables post-training adaptation, translating portfolio-metric explanations into out-of-sample decisions without retraining the underlying allocation model. We further introduce temporal stabilisation and cross-model averaging as complementary regularisation mechanisms. Empirically, the interventions yield statistically significant improvements in net Sharpe ratios across different model classes.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Portfolio, Econometrics, Sharpe ratio, Inference, Feature (linguistics), Computer science

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange