株式ファクター予測における入力除外とレジーム判定
記事 arXiv papers · 著者: Chorok Lee
サマリー
本監査は、レジーム判定を組み込んだ予測から説明変数を除く方法を検討します。変数のラグ入力を削除することは、モデルの推定、フィルタリング、調整の全工程からその変数を除外することと同じではありません。その変数が推定されたレジーム判定にも影響しうるためです。研究者らはHMLからSMBへの予測関係を再構築し、4つの地域パネルにおける30のファクター方向へ分析を広げ、プール型および隠れマルコフモデルの予測を用います。また、共有ゲートのアブレーションと情報源の完全除外を比較し、モデル適合によるコストと基礎的な予測情報を区別するためにシミュレーションを行います。
報告された証拠はまちまちで、全般に決定的ではありません。再構築した関係では平均二乗誤差の追加的な改善が負となり、アブレーションと完全除外では、240件の比較中42件で上限付き損失の点推定値の符号が逆でした。同時信頼手順では、2,400個の時系列終点のいずれも方向を確定できません。オラクルのシグナルが有益な場合でさえ、推定済みHMMの損失がシミュレーションで示されています。市場間の相関、過去時点でのデータ・ビンテージ、推論の解像度の限界、未検証の外部エクスポージャーにより、確認の主張には制約があります。
主なアイデア
- 情報源は予測係数と推定されたレジーム判定の両方に影響するため、ラグ入力だけを削除しても完全な除外にはなりません。
- 共有ゲートのアブレーションと、推定・フィルタリング・調整の全工程での除外を比較しています。
- 報告された金融比較では点推定値の方向が一致せず、時系列の終点でも方向は確定していません。
- オラクルモデルで利用できる予測情報が正でも、モデル適合のコストがそれを上回る場合がシミュレーションで示されています。
- 市場間の相関と過去時点のデータ・ビンテージにより、確認の主張には制約があります。
タグ
全文
# Source Exclusion in Regime-Gated Forecasting: A Cross-Market Audit of Equity-Factor Predictability # Source Exclusion in Regime-Gated Forecasting: A Cross-Market Audit of Equity-Factor Predictability A source variable can enter a forecast through both lag coefficients and an estimated regime gate. Removing its lag block therefore differs from excluding its information throughout fitting, filtering and tuning. We audit this distinction in equity-factor forecasting. A current-vintage reconstruction of the reported HML-to-SMB relation finds negative incremental MSE gains for pooled, Gaussian-HMM and Student-t-HMM forecasts in 2010-2024. An expansion evaluates all 30 factor directions in four regional panels, with 2025-August 2026 withheld from earlier repository forecast evaluation. Shared-gate ablation and complete exclusion give opposite capped-loss point-estimate signs in 42 of 240 unweighted temporal comparisons. None of 2,400 temporal endpoints resolves a direction under a simultaneous confidence-sequence construction. All 776 intervals within a declared score-resolution margin are explained by forecast proximity. Controlled simulations separate oracle information from fitting costs and show fitted HMM losses despite positive oracle information. A matched Gaussian-versus-Bernoulli channel intervention improves forecasts at one corruption level under known-AR residualization, without identifying the earlier pipeline failure or a financial mechanism. Application-budget and learned-pipeline diagnostics expose poor resolution of known positive targets. Independent implementations replay archived forecasts and recompute all 4,800 primary financial interval summaries. The evidence demonstrates sensitivity to source removal and limited inferential resolution. Correlated markets, retrospective data vintages and unverified outside exposure limit confirmation claims.
出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0
この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。