Skip to main content
Дорожка Linear regression
12 / 43
Поиск по архивуБиблиотека
Библиотека

1992выпуск C031-10

Построение скринингов лог-линейного роста и надёжности

Двухгейтная модель ранжирования берёт и прогноз роста, и фильтр устойчивости из одной лог-линейной аппроксимации методом наименьших квадратов. Только имена, прошедшие эти регрессионные гейты, затем упорядочиваются по рыночной стоимости в годовую книгу из пяти имён.

  • И прибыль, и дивиденды должны показывать лог-линейный темп роста 10%, оценённый по шести наблюдениям, охватывающим пять лет.
  • Та же аппроксимация даёт надёжность роста, и только ряды с r-squared не ниже 90% проходят второй гейт.
  • Ранг по рыночной стоимости применяется после обоих гейтов, и каждая концентрированная годовая книга держит пять имён на окне 31 марта.
  • Точка прибыли за неполный год получает дробный индекс времени, например 4.25 или 4.50, чтобы наклон по методу наименьших квадратов соответствовал доступному кварталу.
Записи этого разбора1 запись
Текущая дорожкаLinear regression112 разборов

Три ряда и два гейта

Скрининговая конструкция анализирует три годовых ряда: дивиденды, отчётную прибыль и рыночную стоимость акций в обращении.

Первый гейт требует, чтобы и прибыль, и дивиденды показывали сложный темп роста 10%, оценённый по шести наблюдениям, охватывающим пять лет.

Второй гейт оставляет только ряды, у которых регрессия темпа роста имеет надёжность не ниже 90%, измеренную как r-squared этой аппроксимации. Имена, прошедшие оба регрессионных гейта, затем упорядочиваются по совокупной рыночной стоимости.

Лог-линейный темп роста

Процентный рост строится как наклон линии наименьших квадратов, подогнанной к логарифму ряда. Эта величина и есть лог-линейный темп роста.

Наклон по методу наименьших квадратов — это оценённая скорость изменения подогнанной прямой Y equals a plus bX, где X — время, а Y — логарифмированное наблюдение.

После логарифмирования ряда подогнанный наклон переводят обратно антилогарифмом, затем вычитают единицу и масштабируют результат на 100, чтобы восстановить темп роста. И прибыль, и дивиденды должны пройти тест 10% по этому восстановленному темпу.

Надёжность роста как фильтр «прошёл / не прошёл»

Надёжность роста — это коэффициент детерминации той же лог-линейной аппроксимации. Он используется как тест «прошёл / не прошёл» того, насколько устойчиво ряд следует траектории постоянного процента.

Устойчивость читается из той же статистики: насколько тесно ряд следует экспоненциальной траектории постоянного процента. Сохраняются только аппроксимации с надёжностью не ниже 90%.

Ранг по рыночной стоимости и годовая книга

Имена, прошедшие оба регрессионных гейта, затем упорядочиваются по совокупной рыночной стоимости, определяемой как цена, умноженная на число акций в обращении. Это упорядочивание и есть ранг по рыночной стоимости. Он применяется только после гейтов роста и надёжности.

Каждая построенная книга держит пять имён, годовое окно датируется 31 марта, а первый год, который можно построить в исследовании, — 1967. Этот набор позиций и есть концентрированная годовая книга.

Слияние переходит в имя преемника, а выкуп за наличные при уходе с публичного рынка размещается в имени с наивысшим рангом, которого ещё нет в книге.

Сложная доходность модели из пяти акций против индексного фонда

Каждая точка — сложная годовая доходность от соответствующей книги на 31 March до 31 March 1991, снятая с исходной таблицы ежегодных отборов из пяти бумаг. Скрининговая модель опережает смоделированный индексный фонд в каждом винтаже, кроме 1971 и 1981.
Каждая точка — сложная годовая доходность от соответствующей книги на 31 March до 31 March 1991, снятая с исходной таблицы ежегодных отборов из пяти бумаг. Скрининговая модель опережает смоделированный индексный фонд в каждом винтаже, кроме 1971 и 1981.Annual March 31 vintages · 1967-03-31T00:00:00.000Z по 1991-03-31T00:00:00.000Z

Каждая строка — гипотетическая сложная ставка с того стартового года по March 1991, а не последовательность однолетних доходностей. Слияния переносились в компанию-преемника; частные выкупы реинвестировались в следующую по рейтингу бумагу.

Дробный индекс времени для неполных лет

Если последняя точка прибыли относится к неполному году, назначьте дробный индекс времени. Задайте её временную координату как нецелое значение года, например 4.25 или 4.50, чтобы наклон по методу наименьших квадратов оставался согласованным с доступным кварталом.

Не является инвестиционной рекомендацией. Исторический материал не подтверждает актуальную результативность метода.
12 из 43 в дорожке «Linear regression»
19921-3 с.Дальше про «Linear regression»Построение лог-линейных базовых линий темпа ростаБазовая линия темпа роста строится путём подгонки линии наименьших квадратов к упорядоченным наблюдениям: свободный член берётся при временном индексе, равном нулю, а наклон считывается как темп изменения.
Все разборы дорожки · 43 разбора
  1. 1990Построение базовых линий доллара по ставкам, инфляции и остаткам
  2. 1990Построение номинального значения индекса по форвардным прибылям и подогнанной доходности
  3. 1990Построение номинальной цены индекса из прибыли и подобранной доходности
  4. 1990Ценовые траектории с фиксацией конечных точек — это не прогнозы
  5. 1990Построение полиномиальных сглаживателей методом наименьших квадратов
  6. 1991Темпы роста по конечным точкам против согласованности линейной регрессии
  7. 1991Вневыборочные проверки линейных аппроксимаций роста
  8. 1991Тренд как устойчивость, а не прямая линия
  9. 1991Квадратичный тренд, осциллятор остатков и вторичный календарь циклов
  10. 1991Смещение начала отсчёта времени и дивергенция остатков и цены на квадратичной аппроксимации методом наименьших квадратов
  11. 1991Линия тренда наименьших квадратов по упорядоченным ценам
  12. 1992Построение скринингов лог-линейного роста и надёжности
  13. 1992Построение лог-линейных базовых линий темпа роста
  14. 1992Максимум, минимум и закрытие следующей сессии по скользящей линейной регрессии
  15. 1993Проверка индексного мультипликатора цена/прибыль регрессией на краткосрочную ставку
  16. 1994Вложенный экспоненциальный ценовой фильтр с регрессионными начальными значениями
  17. 1994Построение двойного экспоненциального среднего из компенсации лага
  18. 1994Оценка денежной массы как линейной базовой модели опережающего индекса
  19. 1995Построение трендовых каналов методом наименьших квадратов
  20. 1995Holdout-проверки линейного базового прогноза годовых ставок по векселям
  21. 1995Проекционные полосы по наклонам регрессии максимумов и минимумов
  22. 1995Оценка скользящей средней по конечной точке метода наименьших квадратов на известном тестовом ряде
  23. 1996Построение концевой скользящей средней по прямой наименьших квадратов
  24. 1996Оценка согласованности траектории эквити с оверлеем k-ratio
  25. 1996Оценка month-end разрывов доходности для режимов рынка акций
  26. 1996Построение полос стандартной ошибки с сессионным индексом
  27. 1998Оценка линейных регрессионных базовых моделей для стоимостной оценки индекса
  28. 1998R-squared как двухсостоятельный трендовый фильтр на основе подгонки цена-время
  29. 2000Коррекция лага скользящего среднего второго порядка
  30. 2002Линия регрессии цены против беты при отслеживании индекса
  31. 2003Наклон регрессии с гейтом уверенности тренда по r-squared
  32. 2003Построение дивергенции finite-volume-element через сравнение наклонов
  33. 2004Построение дневного балла из регрессии, коррекции и объёма
  34. 2004Построение линий тренда методом наименьших квадратов по упорядоченным ценам
  35. 2007Цели пробоя прямоугольника выше высоты
  36. 2007Подтверждение ценового тренда наклоном регрессии и r-squared
  37. 2008Угол линейной регрессии, собранный как один тренд-фильтр
  38. 2010Свинг-машина с двумя состояниями из четырёх скользящих экстремумов
  39. 2016Оцените тесноту нефтяного комплекса перед дивергенцией или регрессией
  40. 2017Межрыночная дивергенция Nikkei–иена как кейс рыночного режима
  41. 2017Построение коэффициента Калмара и базовых линий линейной регрессии
  42. 2019Послойное построение pair-trade против управления по средней цене спреда
  43. 2020Наклон convolution, построенный из вложенной линейной регрессии
По областиВременные ряды и прогнозирование51 разборПо году1992115 разборов
Все 112 разборов с записью «Linear regression»
Тоже про «Linear regression»5 разборов
1985Бета и альфа как выбранные параметры регрессии1986Построение индекса товарного канала и регрессионного ценового канала1988Построение состояний ширины рынка и средних тренда1988Построение линий тренда канала методом наименьших квадратов1989Цена драгоценного металла как меняющееся межрыночное уравнение