Multi-armed bandit approach to portfolio choice problem

Abstract

In this paper, we combine several Multi-Armed bandit algorithms with methodologies from finance literature and apply it to portfolio choice problem. Our results show that when we combine bandit algorithms with methodologies that take account of the non-normal distribution of returns, portfolio performance improves. Our results show that if contextual bandit algorithms applied to portfolio choice problem, given enough context information about the financial environment, they can consistently obtain higher Sharpe ratios compared to classical methodologies, which translates to fully automated portfolio allocation framework.En este documento, combinamos varios Multi-Armed bandit algorithms con metodologías de la literatura financiera y lo aplicamos al problema de elección de cartera. Nuestros resultados muestran que cuando combinamos estos algoritmos con metodologías que tienen en cuenta la distribución no normal de los rendimientos, el rendimiento de la cartera mejora. Adicionalmente, dada la suficiente información sobre el contexto del entorno financiero, nuestra investigación muestra que si los denominados contextual bandit algorithms se aplican al problema de elección de cartera, éstos pueden obtener consistentemente mayores Sharpe Ratio en comparación con las metodologías clásicas, lo que se traduce en un marco de asignación de cartera totalmente automatizado.