机译:有很多帮助吗? 预测股票回报与富裕的环境中的汇集策略
各种最近的研究对股票回报的可预测性提供了持怀疑态度。经验证据表明,大多数预测模型通过依赖于低维信息集来损失信息,模型不确定性和结构不稳定性。在这项研究中,我们评估各种精制预测策略的预测能力,通过将来自许多潜在预测因子变量的信息同时纳入这些问题。我们调查(i)结合信息和(ii)结合个人预测的预测策略是否有助于预测美国股票回报,即市场过剩,尺寸,价值和势头溢价。我们的结果表明,结合信息的方法具有显着的样本预测能力。然而,采样超出性能遭受高度挥发的预测误差。预测组合面临更好的偏见效率权衡,即使在20世纪70年代之后,也会为市场过剩的回报和大小溢价产生始终如一的预测性能。 p> 摘要>
Department of EconomicsLeibniz Universit?t HannoverHannover Germany;
factor models; forecast combination; model uncertainty; principal components; return predictability;
机译:有很多帮助吗? 预测股票回报与富裕的环境中的汇集策略
机译:带有收益的经济批量计划问题的时变批量方法
机译:当订单类型为批次且安全库存为零时的连续物料需求计划(CMRP)方法及其应用
机译:利用批次重新排序策略仿真规划与控制系统的仿真建模
机译:基于增量成本资源平滑启发式算法的按库存生产或按订单生产调度,用于单产品批量。
机译:安大略省南部养猪场和养护区的浣熊(普罗西隆·洛斯)大肠杆菌环境中的抗菌素耐药性流行病学
机译:在批量饲养之前,将饲喂的Bos indicus ste牛的性能暴露在饲养场环境的各个方面