Predicting bond price changes using machine learning and factor analysis

Abstract

Esta tesis explora el uso del aprendizaje automático (ML) en la predicción de cambios en el precio de los bonos, centrándose en el mercado de bonos estadounidenses de alto rendimiento y grado de inversión desde 2014 hasta 2021. Los datos de Bloomberg se almacenaron en formato CSV y se dividieron de datos de entrenamiento y de prueba. El estudio tenía como objetivo identificar tendencias y factores influyentes en el mercado de bonos prediciendo los movimientos de precios en los horizontes de 1, 3, 6 y 12 meses. La fase inicial consistió en explorar y visualizar los datos para comprender las relaciones entre las características. Se desarrollaron y entrenaron varios modelos de ML, como la regresión lineal, el bosque aleatorio, la regresión de vectores de soporte, el refuerzo de gradiente y las redes neuronales, todos ellos implementados con Python. Se creó un modelo de conjunto, combinando las predicciones de los modelos individuales. Se ajustaron los hiperparámetros y se realizó una validación cruzada para optimizar los modelos. Para comparar el rendimiento de los modelos se utilizaron métricas de evaluación como el error cuadrático medio (MSE), R-cuadrado (R2) y la proporción de aciertos. La red neuronal y los modelos ensemble resultaron ser los más consistentes a la hora de predecir los cambios en el precio de los bonos. Se demostró una aplicación en el mundo real a través de una cartera de prueba de concepto, utilizando predicciones del modelo en el horizonte de 1 mes. Esta cartera se probó en el conjunto de datos de prueba no visto. En conclusión, esta tesis proporciona una comparación exhaustiva de múltiples modelos ML aplicados al mercado de bonos, demostrando su potencial en la predicción de los precios de los bonos. También muestra la aplicación práctica de estos modelos en la gestión de carteras.This thesis explores the use of machine learning (ML) in predicting bond price changes, focusing on the high yield and investment grade US bond market from 2014 to 2021. Data from Bloomberg was stored in CSV format and split into training and testing datasets. The study aimed to identify trends and influential factors in the bond market by predicting price movements at the 1, 3, 6, and 12-month horizons. The initial phase involved exploring and visualizing the data to understand relationships between features. Various ML models were developed and trained, including Linear Regression, Random Forest, Support Vector Regression, Gradient Boosting, and Neural Networks, all implemented using Python. An ensemble model was created, combining predictions from the individual models. Hyperparameter tuning and cross-validation were performed to optimize the models. Evaluation metrics such as Mean Squared Error (MSE), R squared (R2), and Hit Ratio were used to compare model performance. The Neural Network and ensemble models were found to be the most consistent in predicting bond price changes. A real-world application was demonstrated through a proof of concept portfolio, using model predictions at the 1-month horizon. This portfolio was tested on the unseen test dataset. In conclusion, this thesis provides a comprehensive comparison of multiple ML models applied to the bond market, demonstrating their potential in predicting bond prices. It also shows the practical application of these models in portfolio management.