Gradient boosting para sinais de compras de insiders em microcaps

Resumo

O artigo testa se compras de ações no mercado aberto por insiders de empresas microcap dos EUA, informadas em divulgações regulatórias, podem ajudar a prever retornos anormais subsequentes. Analisa 17,237 compras envolvendo 1,343 emissores de 2018 a 2024, com capitalizações de mercado entre $30 milhões e $500 milhões. Um modelo de gradient boosting usa características dos insiders, comportamento em transações anteriores e condições de mercado disponíveis no momento da divulgação. Nos dados de 2024 reservados para teste, o classificador registra AUC de 0.70; em um limiar selecionado, a precisão é 0.38 e a revocação é 0.69.

O preditor mais forte relatado é a distância entre a ação e sua máxima de 52 semanas. As compras divulgadas após ganhos superiores a 10% apresentam o maior retorno anormal cumulativo médio e a maior taxa de desempenho superior na análise, sugerindo um padrão de confirmação de tendência, em vez de um simples efeito de reversão. Os autores relatam que os resultados persistem após a winsorização e em diferentes subamostras. As conclusões são associações preditivas, não provas de que compras por insiders causem retornos; elas se limitam à faixa de microcaps e ao período estudados, e a baixa liquidez pode afetar tanto o comportamento do sinal quanto sua execução prática.

Ideias principais

• O estudo avalia divulgações de compras por insiders como preditores de retornos anormais em ações microcap dos EUA.
• Um classificador de gradient boosting combina histórico e características dos insiders com as condições de mercado no momento da divulgação.
• A distância em relação à máxima de 52 semanas é a variável de maior influência relatada no modelo.
• Compras divulgadas após altas expressivas apresentam desempenho observado mais forte do que sugeriria a intuição de reversão do estudo.
• Os padrões relatados persistem após a winsorização e aparecem em diferentes subamostras, mas não demonstram causalidade nem garantem retornos negociáveis.

Tags

# Insider Purchase Signals in Microcap Equities: Gradient Boosting Detection of Abnormal Returns


# Insider Purchase Signals in Microcap Equities: Gradient Boosting Detection of Abnormal Returns









This paper examines whether SEC Form 4 insider purchase filings predict abnormal returns in U.S. microcap stocks. The analysis covers 17,237 open-market purchases across 1,343 issuers from 2018 through 2024, restricted to market capitalizations between \$30M and \$500M. A gradient boosting classifier trained on insider identity, transaction history, and market conditions at disclosure achieves AUC of 0.70 on out-of-sample 2024 data. At an optimized threshold of 0.20, precision is 0.38 and recall is 0.69. The distance from the 52-week high dominates feature importance, accounting for 36% of predictive signal. A momentum pattern emerges in the data: transactions disclosed after price appreciation exceeding 10% yield the highest mean cumulative abnormal return (6.3%) and the highest probability of outperformance (36.7%). This contrasts with the simple mean-reversion intuition often applied to post-run-up entries. The result is robust to winsorization and holds across subsamples. These patterns are consistent with slower information incorporation in illiquid markets, where trend confirmation may filter for higher-conviction insider signals.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.