Gradient Boosting tìm tín hiệu mua cổ phiếu nội bộ ở doanh nghiệp vốn hóa nhỏ

Tóm tắt

Bài báo kiểm tra liệu giao dịch mua cổ phiếu trên thị trường mở của người nội bộ tại các công ty vốn hóa siêu nhỏ ở Mỹ, được công bố theo quy định, có thể giúp dự báo lợi nhuận bất thường sau đó hay không. Nghiên cứu phân tích 17,237 giao dịch mua liên quan đến 1,343 tổ chức phát hành từ năm 2018 đến năm 2024, với vốn hóa thị trường từ $30 triệu đến $500 triệu. Mô hình gradient boosting sử dụng đặc điểm của người nội bộ, hành vi giao dịch trước đó và điều kiện thị trường có sẵn tại thời điểm công bố. Trên dữ liệu năm 2024 được giữ lại để kiểm định, bộ phân loại ghi nhận AUC đạt 0.70; tại ngưỡng được chọn, precision là 0.38 và recall là 0.69.

Yếu tố dự báo mạnh nhất được báo cáo là khoảng cách giá cổ phiếu so với mức cao nhất trong 52 tuần. Các giao dịch mua được công bố sau khi giá tăng hơn 10% có lợi nhuận bất thường tích lũy trung bình và tỷ lệ vượt trội lớn nhất trong phân tích, gợi ý mô hình xác nhận xu hướng thay vì hiệu ứng đảo chiều đơn thuần. Các tác giả báo cáo kết quả vẫn duy trì sau khi winsorize và qua các mẫu con. Những phát hiện này là mối liên hệ có tính dự báo, không phải bằng chứng rằng mua vào của người nội bộ gây ra lợi nhuận; chúng chỉ áp dụng cho phạm vi vốn hóa siêu nhỏ và giai đoạn được nghiên cứu, còn thanh khoản thấp có thể ảnh hưởng cả hành vi tín hiệu lẫn khả năng thực hiện giao dịch trên thực tế.

Ý chính

• Nghiên cứu đánh giá công bố giao dịch mua của người nội bộ như yếu tố dự báo lợi nhuận bất thường ở cổ phiếu vốn hóa siêu nhỏ tại Mỹ.
• Bộ phân loại gradient boosting kết hợp lịch sử và đặc điểm người nội bộ với điều kiện thị trường tại thời điểm công bố.
• Khoảng cách so với mức cao nhất trong 52 tuần là đặc trưng có ảnh hưởng lớn nhất được báo cáo của mô hình.
• Các giao dịch mua được công bố sau khi giá tăng đáng kể cho thấy hiệu suất quan sát được mạnh hơn điều mà trực giác đảo chiều trong nghiên cứu dự đoán.
• Các mẫu được báo cáo vẫn tồn tại sau khi winsorize và xuất hiện ở các mẫu con, nhưng không chứng minh quan hệ nhân quả hay bảo đảm lợi nhuận có thể giao dịch.

Thẻ

# 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.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.