哪些因素与资产价格相关

多研究侧重于开发估计方法学和模型,以确定相关因素对跨段定价股回报表示平均回报变化传统资产定价模型多因数无法再处理当前问题维度问题此外,依赖误导结果可能结束灾难性金融后果Francesco Audrino教授圣大学Gallen和瑞士金融学院正在使用机器学习界开发的方法来克服这一问题。并显示驱动这些预测的真正固态特征是如何判定的

创新金融自由化引导资产物价成为驱动经济变异和影响强稳的重要因素金融系统.投资者和决策者与公私营机构一起依赖理解资产物价行为实现金融经济成功精确识别公共因素或特征影响联合资产物价动态使投资者能够设计盈利交易策略以及时利用投资机会并使他们能够评估组合分配相关风险此外,它帮助决策人员控制全球金融体系的健康并按需采取行动纠正失真

大量研究工作侧重于开发估计方法学和模型,以确定相关因素对跨区股回报进行定价,这并不奇怪。过去十年间,技术改进和大数据源方便性都改变了可供处理资产定价任务的适当方法面貌。多数资产定价模型传统使用多项因素文献,但无法处理当前问题维度问题,即决策者和投资者在从几百个拟议因素识别主要因素或固态特征时遇到挑战指因子动物园 — — 由芝加哥大学John Cochrane教授在总统对美金融协会的讲话中于2011年创建的术语此外,依赖误导结果可能导致灾难性金融后果

研究者正在寻找其他领域的启发Francesco Audrino教授St大学Gallen和瑞士金融学院正在使用机器学习界开发的方法来克服这一问题。实验研究中 Audrino使用模拟调查测算固态特征分析一系列方法的预测性能 使用美国跨段股回报超过40年

克服高差问题

经济学家和金融家经常受到预测目标、选择变量和估计系数的挑战估计通常是使用普通最小方位获取的(一种估计线性回归方程系数的方法,描述独立变量和依存变量之间的关系),并往往大相径庭推理是,围绕系数关联性所作的决策伴之以高度不确定性

公司预测的主要特征为物价信息,而最常选择特征为短期逆向

Audrino描述机器学习提供替代方法允许小偏差以减少线性模型估计产生差值其中包括Lasso法(最小绝对缩放运算符和选择运算符法)。减少采样变异作用被称为缩水Lasso方法选择并规范变量提高后续统计模型的精度和判读修改模型自适应Lasso维护绝对缩水在不严格条件下的好处

Predicting cross-section of returns

特定公司与其行业同级比较被称为剖面分析分析包括剖面返回查找平均返回在不同组合中如何变化Audrino检验各种拉索和因子模型以确定他是否能够提高普通最小方块预测精度,选择相关固态特征预测未来批量回报使用这些收缩法预测股回报率,使研究者能够检验哪些特征包含预期回报跨段真实预测信息

Audrino使用模拟数据分析方法属性以验证结果在人工环境中可靠和准确机器学习技术高度精密,通常依赖多项调试参数,因此可能不稳定,结果难以估计。验证过程允许Audrino理解显示的任何缺陷并正确解释分析结果

资产定价因子动物园法

第二阶段调查涉及应用方法大数据集,内含美国股票回收剖面和62个公开公司特征,覆盖期间为1974至2020年。Audrino限制选择预测程序与其依赖多变回归法,还不如使用自适应Lasso法

研究Lasso型线性方法能否提高选择相关固态预测未来批量回报的预测精度,Audrino实施广度MonteCarlo模拟 — — 技术预测不确定事件可能产生的结果,分析过去数据预测一系列未来结果并选择行动支持比较模型精度基于选择实实实公司特征的能力,即信息化预测性能和总体预测性能

小资本化储存可用缩水模型可靠预测,模型基于富固特征

哪些因素与资产价格相关

Lasso和自适应Lasso方法产生比经典替代法更好的预测结果进一步分析结果显示,使用自适应Lasso比Lasso在选择真固特征集方面多长自适应Lasso选择21个相关美国固态特征,Lasso选择47因子反之,Lasso类型预测优于主要目标预测精度公司预测的主要特征为物价信息,而最常选择特征为短期逆向与普通最小方位比较时,自适应Lasso优于降低二类误差率(例如假负数发生时不拒绝目标假设实为假数)并控制可能受发布偏差影响的固态特征

线性小微资本化存储法

经验分析还显示,小资本化储存可可靠预测使用基于富固特征的缩水模型本研究与前文文献一致,即线性预测方法的使用主要限于小微资本化储存对比之下,大型资本化存储法无法预测线性方法这就意味着测量各种线性方法之间的预测差异是一项艰巨任务,因为大资本化储存缺乏可预测性。

Audrino证明Lasso类型方法适切性预测预期跨段回报差并讨论这些预测与传统方法的对比问题。模拟研究连同经验评价说明方法的属性研究还帮助文献中多线程在分析Lasso类型方法对估计和预测预期跨段股票回报选择相关固态时,它有助于资产定价文献这一点通过审查各种估计方法、研究问题和引进资产定价方面的固态特征可见一斑。本研究还连接到金融环境收缩方法属性文献此外,它展示提高普通最小方估计可预测性并避免限制传统选择和回归如何启发开发Lasso型资产定价模型