Skip to main content
Дорожка Linear regression
2 / 43
Библиотека

1990выпуск C051-2

Построение номинального значения индекса по форвардным прибылям и подогнанной доходности

Номинальное значение строится делением прибыли на четыре квартала вперёд на эффективную доходность. Подгонки методом наименьших квадратов задают сглаженную траекторию прибыли и масштабирующий коэффициент ставки по векселям, чтобы позднейшая проверка могла отделить этот базис от оставшегося остатка ожиданий.

  • Номинальное значение — это справочная цена, полученная делением годовой прибыли на четыре квартала вперёд на эффективную доходность.
  • В выборке построения одновременные цена индекса и прибыль показали слабую корреляцию, тогда как годовое изменение цены отслеживало годовое изменение этой форвардной прибыли.
  • Средняя прибыль по методу наименьших квадратов и линейно масштабированная эффективная доходность ставки по векселям, с показателем степени доходности до 1968, образуют явный базис.
  • Разрыв между рыночной ценой и этим построенным уровнем читается как остаток ожиданий, а не как само номинальное значение.
Записи этого разбора1 запись

Начните с номинального значения

Номинальное значение — это построенная справочная цена, полученная делением выбранной величины прибыли на эффективную доходность. В этой конструкции величина прибыли — прибыль на четыре квартала вперёд: годовая прибыль, датированная на год позже наблюдения цены. Номинальный уровень цены можно построить, разделив эту годовую прибыль на эффективную доходность.

В выборке построения одновременные цена индекса и прибыль показали слабую корреляцию, тогда как годовое изменение цены отслеживало годовое изменение этой прибыли на четыре квартала вперёд.

Подгоните прибыль на четыре квартала вперёд

Когда нужна сглаженная траектория прибыли, прибыль на четыре квартала вперёд сводили к средней прибыли по методу наименьших квадратов: экспоненциальному тренду, подогнанному к этой форвардной прибыли с 1963 года и далее и использованному вместо сырой прибыли. Экспоненциальная средняя по методу наименьших квадратов использовала годовой множитель 1.06974 и временной индекс T, равный календарному году плюс квартал, делённый на четыре, минус 51. Добавление одного года к этому временному индексу повышает подогнанную среднюю прибыль на 6.974 процента.

Масштабируйте ставку по векселям в эффективную доходность

Эффективная доходность — это базис трёхмесячной ставки по векселям, масштабированный линейными поправками методом наименьших квадратов по спредам «вексель минус инфляция» и «вексель минус долгосрочная облигация». В конструкции этот масштабирующий коэффициент — линейная функция метода наименьших квадратов от этих двух спредов, со свободным членом 0.91022 и коэффициентами наклона 0.03083 и 0.04983.

Согласуйте ставку с показателем степени доходности

Показатель степени доходности — это степень, применяемая к эффективной доходности, чтобы подразумеваемую ставку из средней прибыли к цене можно было согласовать со ставками по векселям более позднего периода. До 1968 доходность, подразумеваемая средней прибылью к цене, расходилась со ставкой по векселям, поэтому в конструкции применяли показатель степени доходности, равный log средней прибыли к цене, делённому на log доходности. После 1968 этот показатель колебался около 1.0. До 1968 его аппроксимировали как 0.01684, умноженное на год плюс квартал, делённый на четыре, минус 0.161988.

Читайте оставшийся разрыв как остаток ожиданий

Построенный уровень трактуется как консенсусное номинальное значение. Разрыв между наблюдаемой ценой и этим уровнем читается как остаток ожиданий: подразумеваемый рынком взгляд на будущую прибыль, а не само номинальное значение.

Редакция TradersWeek: держите этот остаток отдельно от номинального значения. Базис прибыли и доходности по методу наименьших квадратов — та часть траектории, которую конструкция может объяснить. Оставшийся разрыв — то, что позднейшая проверка вне выборки рассматривала бы отдельно.

Не является инвестиционной рекомендацией. Исторический материал не подтверждает актуальную результативность метода.
2 из 43 в дорожке «Linear regression»
19901-11 с.Дальше про «Linear regression»Построение номинальной цены индекса из прибыли и подобранной доходностиНоминальная цена — это построенный ориентир: прибыль за четыре квартала, делённая на подобранную эффективную доходность, а не наблюдаемая рыночная котировка.
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
Все 112 разборов с записью «Linear regression»
Тоже про «Linear regression»5 разборов