Обработка пропущенных значений для портфелей машинного обучения

Мы характеризуем структуру и происхождение пропусков для 159 кросс-секционных предикторов доходности и изучаем методы обработки пропущенных значений для портфелей, построенных с использованием машинного обучения. Простая иммутация средними по кросс‑секции показывает хорошие результаты по сравнению с строгими методами ожидание-максимизация. Это объясняется тремя свойствами данных предикторов: (1) пропуски возникают крупными блоками, организованными по времени, (2) кросс‑секционные корреляции невелики и (3) пропуски, как правило, образуются блоками, связанными с исходным источником данных. В результате наблюдаемые данные дают мало информации о пропущенных значениях. Сложные методы иммутации вносят оценочную шумность, что может приводить к ухудшению работы, если машинное обучение применяется без должной осторожности.