-
首页
-
教学项目展开 / 收起
sidenav background教学项目
sidenav header background[9月28日]计量经济学workshop
发布日期：2018-09-20 01:50 来源：北京大学国家发展研究院
题目：Ensemble Learning and Stock Return Predictabilty
讲座时间：9月28日（星期五）上午9：00-10：30
讲座地点：北京大学国家发展研究院致福轩会议室
主讲人： 姜富伟 博士、副教授 （中央财经大学金融学院）
摘要：Many, even sophisticated, models cannot beat a simple mean combination of univariate stock market return forecasts. We introduce an ensemble learning method, which averages forecasts from sophisticated models (like BMA, WALS and Lasso) based on random subsamples and adaptively changes sampling distributions. Empirically, our novel method seems to improve the simple mean forecast with statistically significant monthly out-of-sample R2,s of around 2-3% and annual utility gains around 3 %. These gains are robust in good and bad times. Using a bias-variance-covariance decomposition we find that forecasting gains of our method stem from improved diversity among individual forecasts.
主讲人简介：
姜富伟，现任中央财经大学金融学院“龙马学者”青年学者、副教授，资产管理研究中心研究员。新加坡管理大学金融学博士，FRM，厦门大学金融学硕士。主要研究方向包括资产定价（收益预测，市场异象，投资管理），行为金融（投资情绪，经理人情绪，有限套利），金融大数据（机器学习，深度学习，文本分析）等等。主要讲授课程包括实证金融方法，金融市场与机构，资本市场研究专题，博士论文写作等。曾在Journal of Financial Economics, Review of Financial Studies，Journal of International Money and Finance, Journal of Banking and Finance, Journal of Portfolio Management，《金融研究》等重要期刊发表10多篇学术论文。曾获得亚洲金融协会WRDS最佳论文奖、国际财务管理协会CFA最佳论文奖、中国金融评论国际研讨会Emerald优秀论文奖、《金融研究》优秀论文三等奖、全美华人金融协会最佳论文奖等学术奖项。曾在金融研究协会年会、中国金融国际年会、财务管理协会年会、亚洲金融协会年会、Q-Group论坛、澳大利亚金融与银行年会、中国金融年会、芬兰中央银行、清华大学、北京大学、人民大学、浙江大学、中山大学、厦门大学等宣讲论文。
国家发展研究院官方微信
Copyright© 1994-2012 北京大学 国家发展研究院 版权所有, 京ICP备05065075号-1
保留所有权利，不经允许请勿挪用
-
首页
-
教学项目展开 / 收起
sidenav background教学项目
sidenav header background[9月28日]计量经济学workshop
发布日期：2018-09-20 01:50 来源：北京大学国家发展研究院
题目：Ensemble Learning and Stock Return Predictabilty
讲座时间：9月28日（星期五）上午9：00-10：30
讲座地点：北京大学国家发展研究院致福轩会议室
主讲人： 姜富伟 博士、副教授 （中央财经大学金融学院）
摘要：Many, even sophisticated, models cannot beat a simple mean combination of univariate stock market return forecasts. We introduce an ensemble learning method, which averages forecasts from sophisticated models (like BMA, WALS and Lasso) based on random subsamples and adaptively changes sampling distributions. Empirically, our novel method seems to improve the simple mean forecast with statistically significant monthly out-of-sample R2,s of around 2-3% and annual utility gains around 3 %. These gains are robust in good and bad times. Using a bias-variance-covariance decomposition we find that forecasting gains of our method stem from improved diversity among individual forecasts.
主讲人简介：
姜富伟，现任中央财经大学金融学院“龙马学者”青年学者、副教授，资产管理研究中心研究员。新加坡管理大学金融学博士，FRM，厦门大学金融学硕士。主要研究方向包括资产定价（收益预测，市场异象，投资管理），行为金融（投资情绪，经理人情绪，有限套利），金融大数据（机器学习，深度学习，文本分析）等等。主要讲授课程包括实证金融方法，金融市场与机构，资本市场研究专题，博士论文写作等。曾在Journal of Financial Economics, Review of Financial Studies，Journal of International Money and Finance, Journal of Banking and Finance, Journal of Portfolio Management，《金融研究》等重要期刊发表10多篇学术论文。曾获得亚洲金融协会WRDS最佳论文奖、国际财务管理协会CFA最佳论文奖、中国金融评论国际研讨会Emerald优秀论文奖、《金融研究》优秀论文三等奖、全美华人金融协会最佳论文奖等学术奖项。曾在金融研究协会年会、中国金融国际年会、财务管理协会年会、亚洲金融协会年会、Q-Group论坛、澳大利亚金融与银行年会、中国金融年会、芬兰中央银行、清华大学、北京大学、人民大学、浙江大学、中山大学、厦门大学等宣讲论文。
访问学者申请
EMAIL
北京大学
ENGLISH
