专栏名称: 量化先行者
本公众号旨在发布我们在量化研究成果与投资心得
目录
相关文章推荐
厦门日报  ·  不要吃!不要吃!不要吃!官方紧急预警 ·  16 小时前  
厦门日报  ·  42岁王凯,传来喜讯! ·  昨天  
厦门日报  ·  今天起,不用预约! ·  昨天  
厦门日报  ·  特朗普展示了一个红色按钮 ·  昨天  
51好读  ›  专栏  ›  量化先行者

海外文献推荐:第300期

量化先行者  · 公众号  ·  · 2025-02-27 18:10

正文


1.动量分解:被遗忘的分项

文献来源 Büsing, P., Mohrschladt, H., & Siedhoff, S. (2024). Decomposing momentum: The forgotten component. Journal of Banking & Finance, 168, 107292.


推荐原因: 本文将近几月的标准动量按该时期的最高价进行拆分,将其分解为 HTP和 PTH 两部分。研究发现,两项均能正向预测股票截面收益,其中 84% 的动量收益归因于被遗忘的分项 HTP ,而经常被研究的 PTH 仅占 16% 。本文进一步探讨了 HTP 在解释动量收益时占主导地位的原因,与 HTP 不同, PTH 的收益可预测性偶尔出现崩溃。在市场下跌后,低 PTH 股票类似场外看涨期权,这导致基于 PTH 的多空策略在市场复苏时崩溃。而基于 HTP 的多空策略由于没有将市场低迷期的极端亏损股票分配到其空头头寸,避免了崩盘。与标准动量策略相比,基于 HTP 的多空收益具有更高的夏普比率,呈正偏态,且不依赖于市场状态。此外, HTP 能显著预测市场情绪高涨期和低落期、小盘股和大盘股以及全球多个股票市场的截面收益。


2. 基于小波分解方法预测已实现波动率

文献来源 Souropanis, I., & Vivian, A. (2023). Forecasting realized volatility with wavelet decomposition. Journal of Empirical Finance, 74, 101432.


推荐原因: 已实现波动率(Realized Volatility ,RV)的预测一直是学术界和从业者研究的重点。本文旨在研究相较宏观经济预测指标,技术指标对 S&P500指数RV的样本外的预测表现。作者利用小波分解技术,将波动率分解为不同频率的成分,研究技术指标和宏观经济预测指标在预测波动率时的不同频率特性。研究发现,技术指标和宏观经济预测指标以不同的频率为RV提供信息,技术指标捕获了RV的短期信息,宏观经济预测指标捕获了长期信息,两者具有互补性。此外,组合来自不同频率成分的信息可以提高预测的准确性,且采用经济动机约束的组合预测表现优于统计建模方法的组合预测表现。



3. 分析师一致预期目标价离散度对所含信息量的影响

文献来源 Palley, A. B., Steffen, T. D., & Zhang, X. F. (2024). The Effect of Dispersion on the Informativeness of Consensus Analyst Target Prices. Management Science.


推荐原因: 本文研究了构成一致预期的目标价的离散度如何影响一致预期目前价对未来收益的预测。研究发现,离散度较低时,一致预期价目标价的预测收益率与实际收益率呈正相关,离散度较高时,两者负相关。进一步分析发现,分散度的不同影响源于部分分析师在坏消息传出后,出于激励因素而对目标价格的滞后调整。当股票表现不佳,部分分析师迟迟不更新目标价格,导致离散度增加,一致预期目标价过高。研究表明,在预测收益率最高的股票中,持有离散度最低(最高)的股票的多头(空头)对冲策略年收益率超过 11%。最后,本文发现对于高离散度股票,一致预期目标价预测收益与实际收益负相关的关系主要存在于散户关注度高的股票中,这表明不成熟的投资者会被网上免费提供的虚高目标价格所误导。


往期链接



海外文献推荐:因子选股类

向下滑动查看往期链接

第205 期:哪些选股因子具有行业配置能力?

第200 期:分析师 预测与企业盈余管理

185 期: 左尾动量:股票市 坏消息的不充分反应

179 期: 价值股与成长股的久 期——差异没有想象的那么大

177 期: Smart beta 多因子构建的方法论:混合与整合

174 期: 解决规模效应的问题

173 期: 2018-2020 年的量化危机:被大盘成长逼入绝境

171 期: Smart beta 与多因子组合的最优混合

170 期: 通胀错觉和股票价格

164 期: Smart beta 策略中的“肉”在哪里 ?

163 期: 从实体经济角度对股市未来长期收益进行预测

160 期: 因子的两种类型:基 于因子组合的收益分解

157 期:在 分散化收益的视角下Smart Beta 是否仍然Smart

154 期: 异象策略的相关性结构

144 期: 价值因子已死?

142 期: ESG 投资:从罪恶股到Smart Beta

135 期:货币政策敞口因子 MPE

第134 期:横截面与时间序列因子模型比较

第125 期:现金流久期因子

第118 期:使用深 度神经网络提升时间序列动量策略

第116 期:更高的因子有效性评价标准

第108 期:分析师的共同覆盖—— 动量溢出效应的根源

第99 期: 低PE ,成长,利率:对估值的再思考——最聪明的投资回收期

第98 期:低波动需要很少的交易

第97 期:机器学习时代的回测 原则

第95 期:防 御性质的因子择时

第90 期:收益预测性:来自中美两国供应链的证据

第89 期:盈利,留 存收益,账面市值比在股票横截面收益中的作用

第87 期:因子大陆上的爱丽丝梦游:纠缠因子投资的三大谬误

第79 期:不确定性、动量和盈利能力

第77 期:因子动量与动量因子

第71 期:短期的Beta 还是长期的Alpha

第70 期:SmartBeta 与多因子组合的最优配置

第63 期:劳动杠杆 与股票收益的截面效应

第62 期:利用CART 决策树选股

第60 期:学术研究毁了因子的预测结果吗?

第59 期:策略回测效果如何评估?

第58 期:ESG 能够提高新兴市场投资的风险调整后收益

第56 期:盈余公告收益及标准化预期外盈利

第54 期:六因子模型与解决价值因子冗余

第53 期:Shiller P/E 与宏观经济环境

第52 期:微观领先于宏观?非流动性对股票收益和经济活动的预测能力

第50 期:因子如何复合——自上而下及自下而上的指数构建方法

第50 期:分析报告的可读性与股票收益

第49 期:风格在债 券投资中的应用

第49 期:盈利指标的紧缩指数

第48 期:HML 因子中的细节

第46 期:市值效应的事实与流言

第43 期:机器学习与资产定价

第43 期:价值投资的事实和流言

第40 期:因子择时是与非

第39 期:质优股与垃圾股

第38 期:隔夜收益与特定企业股票的投资情绪

第37 期:因子选择的新指标

36 期:一种新的公允周期调整市盈率( CAPE )预测方法

第35 期:因子投资 模型增强:基于深度学习来预测基本面数据

第34 期:工匠阿尔法:风格投资的应用

第33 期:风格投资 与机构投资者

第31 期:因子正交与系统性风险分解

第31 期:情景基本面,模型与主动管理

第30 期:消化异象:一种投资方法

第29 期:风格投资、联动性与股票收益可预测性

第28 期:期估值因子的风险来源于哪里?由PB 分解得来的证据

第28 期:基于波动率管理的投资组合

第26 期:收益的可预测性

第25 期:价格影响 还是交易量:为什么是Amihud(2002) 度量

第25 期:金融危机期间企业社会责任的价值

第24 期:股票流动性和股价暴跌风险

第22 期;估计Beta

第22 期:价值、规模、动量、股利回报以及波动率因子在中国A 股市场的表现

第19 恐慌指数v.s. 规模因子

第18 期: 调整因子在对收益率解释中的表现

第15 期: 改进的动量模型

第15 期: 利润质量研究

13 期:股票市场波动性与投资学习

13 期:社会责任共同基金的分类及其绩效的衡量

13 期:因子择时风险导向模型

10 期:利用信息因子解释回报

10 期:异质现金流和系统性风险

9 期:“打赌没有β”投资策略研究

9 期:利用条件信息理解投资组合的有效性

8 期:因子择时模型

8 期:优化价值

7 期:动量崩溃

7 : 动量因子及价值因子在投资组合中的运用的实证研究

7 期:后悔的神经证据及其对投资者行为的影响

6 期:持续过度反应和股票回报的可预测性

6 期:五因子资产定价模型在国际市场上的检验

5 期:价值的另一面:毛盈利能力溢价

5 期:卖空比例与总股票收益

4 期:巨变的贝塔:连续型贝塔和非连续型贝塔

4 期:全球、本地和传染的投资者情绪

4 期:投资者更关注哪些因子?来自共同基金资金流的证据

4 期:总资产增长率与股票截面收益率的实证

3 期: Beta 套利

3 期:前景理论与股票收益:一个实证研究

3 期:趋势因子:投资时限的信息能获得收益?

3 期:时变的流动性与动量收益

2 期: CAPM 新视角:突尼斯和国际市场基于 copula 方法的验证

2 期:资本投资,创新能力和股票回报

2 期:风暴来临前的平静

2 期:资本投资,创新能力和股票回报

1 期:三因子与四因子模型对比与动量因子的有效性检验

1 期:五因子资产定价模型

1 期:多资产组合中的动量因子影响

1 期:基于插值排序标准化变量法和复杂变量的平衡分离树的多因子选股模型

海外文献推荐:资产配置类

向下滑动查看 往期链接

第193 期:债券收 下限与资产配置:债券在资产配置中所扮演的角色将于何时受到危及?

第188 期:ESG 的Alpha ,Beta 和Sigma :更好的Beta ,额外的Alpha

第187 期:货币政策的非对称效应

第156 期:资产配 置vs. 因子配置——我们能否构建一类两者兼顾的策略

第151 期:利用新闻情绪动量进行战术性资产配置

第143 期:关于低风险投资的事实与误区

第141 期:利用先锋核心+ 卫星策略指引

第126 期:利用Fama-French 五因子模型的alpha 进行行业轮动

第123 期:行业收益的可预测性:使用机器学习方法

第122 期:Capital Group 2020 年市场展望

第65 期:通过VaR Black-Litterman 模型构建FOF 投资绝对收益组合

第56 期:利用低风险现象增强Black-Litterman 模型:来自韩国市场的证据

第56 期:波动率模 型以及波动率的程式化特征实证

第54 期:放大市场异象

第53 期:风险平价组合与其他资产配置方法的比较探索

第51 期:关于公式化价值投资方法的事实

第48 期:对风险配置策略的再思考

第41 期:投资组合再平衡管理的另一类方法- 叠加期权卖出合约

第38 期:Smart Beta 策略怎么会出错?

第27 期:风险因子 的风险平价

第27 期:桥水基金对风险平价和全天候策略的一些思考

第26 期:协方差矩阵的非线性压缩:当Markowitz 遇见Goldilocks

第24 期:考虑寿命风险的多变量战略资产配置模型

第19 期:稳定性风险调整后的投资组合

第17 期:推动多因 子世界中的战略资产配置

第17 期:用更高阶矩衡量组合分散性

16 期:将因子暴露映射到资产配置

第14 期:风险平价股票组合的转售价值

12 期:构造有效收入组合

12 期:投资组合中股票数量是否会影响组合表现

11 期:对冲基金收益优化投资组合

5 期:集中投资与全球机构投资者业绩


海外文献推荐:事件研究类

向下滑动查看 往期链接


第147 期: 政治事件投资组合

第146 期: 信息传播速度与卖方研究行业
第138 期:心情Beta与股票收益的季节性
第119 期:节假日前的公告效应
第115 期:粘性预期与盈利异象
第96 期:规模效应隐藏于日历效应之中
第47 期:工业用电量与股票收益率
第45 期:预测中国股票市场的股灾
第40 期:IPO 批准对现有股票的影响:来自中国的证据
第21 期:低频调仓、收益率自相关性和季节性
8 期:机构投资者和股票拆分的信息产生理论
6 期:季节性收益
6 期:可预测的行为、利润和关注
6 期:盈余公告与系统性风险





海外文献推荐:投资者行为类







请到「今天看啥」查看全文


推荐文章
厦门日报  ·  42岁王凯,传来喜讯!
昨天
厦门日报  ·  今天起,不用预约!
昨天
厦门日报  ·  特朗普展示了一个红色按钮
昨天
优秀网页设计  ·  设计师!你准备好吸管工具了么?
7 年前
行业研究报告  ·  李宗盛的语文是谁教的?
7 年前