Finanzkennzahlen mit topologischer Datenanalyse neu betrachten

Zusammenfassung

Das Dokument untersucht erneut, wie sieben häufig analysierte Unternehmenskennzahlen mit Aktienrenditen zusammenhängen. Es verwendet topologische Datenanalyse, insbesondere den Ball-Mapper-Algorithmus, um Beobachtungen im Raum der Finanzkennzahlen als zweidimensionalen Graphen darzustellen. Die Visualisierung soll Abhängigkeiten zwischen Faktoren leichter erkennbar machen und ihre Zusammenhänge mit Renditen untersuchen.

Die zentrale Beobachtung lautet, dass Zusammenhänge zwischen Kennzahlen und Renditen sowie zwischen den Faktoren häufig nicht monoton sind. Einfache lineare oder nur in eine Richtung verlaufende Interpretationen können daher Strukturen übersehen, die für die Bewertung von Vermögenswerten und die Investmentforschung relevant sind. Der Auszug argumentiert, dass topologische Methoden eine andere Sicht auf bekannte Prognosefaktoren bieten können. Er enthält jedoch keine Angaben zur Stichprobe, Validierungstests, geschätzte Trading-Renditen oder Schutzmaßnahmen gegen Data Mining. Die Aussage über einen möglichen Anlagewert ist deshalb explorativ: Die Methode zeigt Muster für weitere Untersuchungen auf, weist aber keine profitablen Strategien nach.

Kernaussagen

• Die Studie untersucht Zusammenhänge zwischen sieben etablierten Finanzkennzahlen und Aktienrenditen.
• Ball Mapper wandelt die Kennzahlendaten in einen zweidimensionalen Graphen um, der Strukturen und Abhängigkeiten zwischen Faktoren veranschaulicht.
• Die berichteten Zusammenhänge sind häufig nicht monoton und können durch einfachere Annahmen über Beziehungen verdeckt werden.
• Der Auszug stellt TDA als exploratives Werkzeug für die Forschung zur Bewertung von Vermögenswerten vor.
• Er berichtet weder Handelstests noch ausreichend methodische Einzelheiten, um Rentabilität nachzuweisen.

Schlagwörter

# Financial ratios and stock returns reappraised through a topological data analysis lens


# Financial ratios and stock returns reappraised through a topological data analysis lens









Firm financials are well established as return predictors, being the inspiration for a large set of anomalies in the asset pricing literature. Employing topological data analysis we revisit the question of association between seven of the most commonly studied financial ratios and stock returns. Specifically the TDA Ball Mapper algorithm is applied to visualise the point cloud of financial ratios as an abstract two-dimensional graph readily allowing for identification of interdependencies between factors. These relationships are seldom monotonic, opportunities for investors to profitably exploit this knowledge provided by TDA abound. Clear potential offered by the tools of TDA to shed new light on asset pricing models is demonstrated. Scope for benefit is limited only by the availability of information to the analyst.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.