„ChatGpt“ ir „Deepseek“: ar jie gali numatyti akcijų rinką ir makroekonomiką?
Jian Chen (Xiameno universitetas) ir kt.
2025 m. Vasario mėn
Mes tiriame, ar „ChatGPT“ ir „Deepseek“ gali išgauti informaciją iš „Wall Street Journal“, kad būtų galima numatyti akcijų rinką ir makroekonomiką. Mes pastebime, kad ChatGPT turi numatomą galią. „Deepseek“ prastesni „ChatGPT“, kuris yra labiau apmokytas anglų kalba. Kiti didelių kalbos modeliai taip pat prastesni. Remiantis finansinėmis teorijomis, nuspėjamumą lemia investuotojų nepakankamumas prie teigiamų naujienų, ypač ekonominio nuosmukio ir didelio informacijos netikrumo laikotarpiais. Neigiamos naujienos koreliuoja su grąža, tačiau jai trūksta numatomos vertės. Šiuo metu atrodo, kad „ChatGPT“ yra vienintelis modelis, galintis užfiksuoti ekonomines naujienas, susijusias su rinkos rizikos priemoka.
Režimai
Amara Mulliner (Man Ahl) ir kt.
2025 m. Kovo mėn
Mes siūlome naują sistemingą dabartinio ekonominio režimo nustatymo metodą ir parodome, kaip naudoti šią informaciją numatant grąžą. Užuot priėmę galimų režimų rinkinį, mes pasikliaujame ekonominės būsenos kintamaisiais ir nustatome, kurios istorinės datos šių kintamųjų vertybės buvo panašios. Norėdami nustatyti savo poziciją turte šiandien, mes nustatome istoriškai panašius laikotarpius ir išmatuojame vėlesnius turto rezultatus. Jei istorinis pasirodymas yra teigiamas, mes inicijuojame ilgą poziciją; Ir atvirkščiai, jei tai neigiama, mes pradedame trumpą poziciją. Mes iliustruojame savo metodo veiksmingumą dėl šešių bendrų ilgalaikių nuosavybės veiksnių per 1985–2024 m. Mūsų rezultatai rodo, kad naudojant šią informaciją mūsų režimo klasifikacija lemia reikšmingą pranašumą. Įdomu tai, kad mes taip pat randame svarbią informaciją apie tai, ką mes vadiname anti-regimesperiodais praeityje, kurie šiandien yra labiausiai panašūs į šiandieną.
Kas perkelia kainas? Pagrindų ir grąžos dinamika
Fabio Girardi (Viena U. Of Econ. Ir Business) ir C. Schlag (Goethe U. Frankfurtas)
2025 m. Vasario mėn
Mes siūlome dinamišką modelį, kuris paaiškina didelę dalį imties ir imties pokyčių, susijusių su metinės grąžos ir pagrindų augimu suvestiniame S&P 500 indekse. Norėdami užfiksuoti laiko pokyčius investuotojų įsitikinimuose, mes pasikliaujame baudžiamuoju vektoriaus autoregresyviu modeliu ir numatytojais, apibendrinančiais didelę rinkoje pateiktos informacijos dalį. Mes deriname modelius implicuotus sąlyginius lūkesčius ir dabartines vertės tapatybes, kad ištirtume, kas skatina kainų ir dividendų ir kainos ir pajamų santykio pokyčius. Mes pastebime, kad daugumos kainų ir dividendų santykio daugumos judėjimų, kurių laika kinta, sudaro daugumos judėjimų 1980–2021 m. Laikotarpiu, tačiau vaidina mažesnį vaidmenį kainų ir pelno santykyje. Pažymėtina, kad 2001–2021 m. Laikotarpyje numatomas pagrindų augimas paaiškina žymiai didesnę abiejų vertinimo santykio pokyčių dalį.
Finansų rinkų tendencijos ir grįžimas laiko skalėje nuo minučių iki dešimtmečių
Christofas Schmidhuberis ir Sara A. Safari (Ciurichas U. iš taikomųjų mokslų)
2025 m. Kovo mėn
Empiriškai analizuojame finansų rinkos tendencijų, susijusių su laiko horizontais, atgarsio nuo kelių minučių iki dešimtmečių. Analizė apima akcijas, palūkanų normas, valiutas ir prekes bei sujungia 14 metų ateities erkių duomenis, 30 metų dienos ateities kainos, 330 metų mėnesio turto kainos ir metiniai finansiniai duomenys nuo viduramžių. Visose turto klasėse mes pastebime, kad rinkos laikosi „tendencinio režimo“ laiko skalėse, kurios svyruoja nuo kelių valandų iki kelerių metų, o jos yra „grįžtamojo režimo“ trumpesniame ir ilgesniame laiko skalėje. „Tendencijos režime“ silpnos tendencijos paprastai išlieka, o tai gali būti paaiškinta investuotojų bandos elgesiu. Tačiau šiame režime tendencijos linkusios grįžti, kol jos tampa pakankamai stiprios, kad būtų statistiškai reikšmingos, o tai gali būti aiškinama kaip turto kainų grąžinimas į savo vidinę vertę. „Reversijos režime“ mes randame priešingą modelį: silpnos tendencijos linkusios grįžti, o tos tendencijos, kurios tampa statistiškai reikšmingos, paprastai išlieka. Mūsų rezultatai pateikia empirinių finansų rinkų modelių empirinių testų rinkinį. Mes juos interpretame atsižvelgiant į neseniai siūlomą gardelės dujų modelį, kuriame gardelės atspindi socialinį prekybininkų tinklą, dujų molekulės atspindi finansinio turto akcijas, o veiksmingos rinkos atitinka kritinį tašką. Jei šis modelis yra tikslus, grotelių dujos turi būti šalia šio kritinio taško laiko skalės nuo 1 valandos iki kelių dienų, o koreliacijos laikas – kelerius metus.
Informatyvus kainų spaudimas
Salmanas Arifas (Minesotos universitetas) ir kt.
2025 m. Vasario mėn
Informuoti investuotojai dažnai apsidraudžia savo akcijų statymais prieš pat FOMC susitikimus. Gautas kainų slėgis, sujungtas visose akcijose, atskleidžia ilgalaikį vaizdą į akcijų rinką (su minuso ženklu). Remdamiesi tuo, mes pastebime, kad vidutinė akcijų rinkos grąža dieną prieš naujausius FOMC susitikimus, o kitą dieną visiškai sugrąžino, stipriai ir neigiamai prognozuoja, kad akcijų rinka ateityje bus iki dvejų metų. Rinkos grąžos nuspėjamumas yra tvirtas papildomai kontrolei, įvairiems mėginių pjūviams ir apima kitus svarbius makroekonominius pranešimus. Dieną prieš FOMC posėdį yra susijęs su žemu informuoto prekybos intensyvumu, kuris paaiškina informuotų investuotojų sprendimą tą dieną apsidrausti. Tuo pačiu metu VIX indeksas tą dieną yra didesnis, todėl nustatomas nustatytas kainų slėgis.
Žiniasklaidos tonas yra kainos rizikos veiksnys valiutos rinkose
Kari Heimonen (Jyväskylä universitetas), et al.
2025 m. Kovo mėn
Žiniasklaidos tonas, sudarytas iš 7 000 000 straipsnių iš 2 000 pasaulinės žiniasklaidos ir 800 socialinės žiniasklaidos svetainių, yra tikras rizikos veiksnys, kuris skersai kainuoja valiutas. Tai gali numatyti perteklinę JAV dolerio grąžą iki šešių mėnesių ir pranoksta „No Change“ etaloną prognozuodamas grąžinimą iš imties. Prognozuojamoje jo verte yra informacijos, viršijančios valiutos veiksnius ir verslo ciklus. Įrodymai bendradarbiauja su teorija, kad žiniasklaidos tonas padidina investicijų grąžą, išryškino numatomą galią valiutų, susijusių su sunkiai vertinamos vertės charakteristikomis, ir jos prognozuojama galia padidėja naudojant žiniasklaidos šaltinius. Racionalių investuotojų, įskaitant bankus, prekyba yra susijusi su žiniasklaidos tonu.
Išmokite naudoti R portfelio analizei
Kiekybinė investavimo portfelio analizė R:
Įvadas į R modeliavimo portfelio riziką ir grąžinimą
James Picerno
