رفتن به محتوا
همه اسناد کتابخانه

بازنگری پیش‌بین‌های نسبت مالی با تحلیل توپولوژیک داده‌ها

مقاله arXiv papers · نویسنده: Pawel Dlotko et al.

خلاصه

این سند رابطه هفت نسبت مالی رایج شرکت‌ها با بازده سهام را دوباره بررسی می‌کند. تحلیل توپولوژیک داده‌ها، به‌ویژه الگوریتم بال مپر، برای نمایش مشاهدات در فضای نسبت‌های مالی به شکل یک گراف دوبعدی به کار می‌رود. هدف این تصویرسازی آن است که شناسایی وابستگی میان عوامل و بررسی ارتباط آن‌ها با بازده را آسان‌تر کند.

مشاهده اصلی این است که روابط میان نسبت‌ها و بازده‌ها و نیز میان عوامل، اغلب غیرتک‌نوا هستند. این موضوع نشان می‌دهد تفسیرهای خطی ساده یا یک‌جهته ممکن است ساختار مرتبط با قیمت‌گذاری دارایی و پژوهش سرمایه‌گذاری را نادیده بگیرند. متن استدلال می‌کند روش‌های توپولوژیک می‌توانند دیدی متفاوت به پیش‌بین‌های آشنا بدهند، اما جزئیات نمونه، آزمون‌های اعتبارسنجی، بازده معاملاتی برآوردشده یا سازوکارهای جلوگیری از استخراج الگو از داده را ارائه نمی‌کند. بنابراین ادعای ارزش بالقوه سرمایه‌گذاری اکتشافی است؛ این روش الگوهایی را برای بررسی بیشتر آشکار می‌کند، اما سودآوری استراتژی‌ها را اثبات نمی‌کند.

ایده‌های کلیدی

  • مطالعه ارتباط میان هفت نسبت مالی شناخته‌شده و بازده سهام را بررسی می‌کند.
  • بال مپر داده‌های نسبت‌ها را به گرافی دوبعدی تبدیل می‌کند تا ساختار و وابستگی متقابل عوامل را نمایش دهد.
  • ارتباط‌های گزارش‌شده اغلب غیرتک‌نوا هستند و ممکن است با فرض‌های ساده‌تر درباره رابطه‌ها پنهان بمانند.
  • متن TDA را ابزاری اکتشافی برای پژوهش قیمت‌گذاری دارایی معرفی می‌کند.
  • آزمون معاملاتی یا جزئیات روش‌شناختی کافی برای اثبات سودآوری گزارش نشده است.

برچسب‌ها

متن کامل
# 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.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.