全部版块 我的主页
论坛 金融投资论坛 六区 金融学(理论版)
1454 2
2020-08-27
推荐原因:
股票市场的收益预测是投资者非常关注但是一直没有得到完美解决的问题。本文将股票市场的收益率分解为三个部分:股息率、利润增长率和市盈率增长率,作者利用其不同的时间序列特征并通过分项加总(SOP)的方法来预测市场收益,发现 SOP 模型与使用历史均值和传统回归方法相比,其样本外表现更加优秀。该模型不仅具有较强的统计效果,而且还可以用于市场择时、资产配置等多场景中,能有效地为投资者带来经济收益。




文献来源:
Ferreira M A , Santa-Clara P . Forecasting stock market returns: The sum of the parts is more than the whole[J]. Journal of Financial Economics 100 (2011) 514–537



我们的思考:
预测市场收益率的传统方法为回归模型,虽然使用大量的因子能获得较好的样本内表现,但是样本外失效也一直为投资者所诟病。本文将难以直接预测的市场收益率分解成我们熟悉的财务指标,并根据各个财务指标的时间序列特征分别对其进行下一期的预测,相对于使用历史均值和传统的回归方法对收益率进行预测,有更加显著且较为稳定的样本外效果。本文将直接计算转化为间接推导,为市场的收益率预测提供了一种独特的视角。


附件列表
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2020-8-28 09:02:27
目录
1、引言......................................................................................................................- 3 -
2、样本外预测..........................................................................................................- 4 -
2.1、回归预测方法...............................................................................................- 5 -
2.2、市场收益分解...............................................................................................- 6 -
2.3、分项加总法(The sum-of-the-parts method).............................................- 6 -
2.4、结果...............................................................................................................- 7 -
2.5、讨论.............................................................................................................- 14 -
3、模型的拓展和稳健性检验 ................................................................................- 16 -
3.1、分阶段表现及其分析 .................................................................................- 20 -
3.2、交易策略.....................................................................................................- 22 -
3.3、使用国际数据进行结论的验证 .................................................................- 24 -
3.4、利用分析师预期数据 .................................................................................- 26 -
4、仿真分析............................................................................................................- 26 -
5、结论....................................................................................................................- 29 -
附录 A:收缩方法 ..................................................................................................- 30 -
附录 B:部分变量的定义.......................................................................................- 31 -
参考文献..................................................................................................................- 31 -
图表 1、市场收益率和各分解成分的统计数据和相关性......................................- 8 -
图表 2、不同参数的累计收益曲线 .........................................................................- 8 -
图表 3、市场收益的预测效果 ...............................................................................- 10 -
图表 4、使用 SOP 方法预测市场收益率的时间序列..........................................- 12 -
图表 5、不同预测股票市场收益率方法的比较....................................................- 13 -
图表 6、使用回归方法和 SOP 方法预测的拟合优度对比 ..................................- 14 -
图表 7、拓展后的 SOP 模型效果展示..................................................................- 18 -
图表 8、实际的市盈率和预测的市盈率对比........................................................- 19 -
图表 9、假设市盈率不变、结合回归方法预测市盈率增长率和结合多重回复方法
预测市盈率增长率的 SOP 方法的预测结果对比.................................................- 20 -
图表 10、不同时间阶段的样本表现 .....................................................................- 21 -
续表 10(接图表 10)、不同时间阶段的样本表现...............................................- 22 -
图表 11、各种收益率预测方法相对于使用历史均值预测的确定性等价回报..- 23 -
图表 12、各种收益率预测方法相对于使用历史均值预测的夏普比率..............- 24 -
图表 13、使用国际市场数据的测试结果 .............................................................- 25 -
图表 14、使用最简单的 SOP 方法对英国、日本和美国股市收益率的预测曲线....-
25 -
图表 15、使用分析师的利润预期数据结合 SOP 方法对市场收益率进行预测.- 26 -
图表 16、不同预测方法的蒙特卡罗模拟结果......................................................- 28 -
图表 17、仿真模拟中不同预测收益率方法的误差分析......................................- 29 -
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群