Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Tài Chính - Ngân Hàng
Đầu tư Chứng khoán
Forecasting stock indices: a comparison of classification and level estimation models
Đang chuẩn bị liên kết để tải về tài liệu:
Forecasting stock indices: a comparison of classification and level estimation models
Ngọc Huệ
55
18
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
The advantages of panel-data methods in the macro-panel setting include the use of data for which the spans of individual time series data are insufficient for the study of many hypotheses. Other advantages include better properties of the testing procedures when compared to more standard time series methods, and that many of the issues studied, including the relationship between oil prices and stock markets, naturally lend themselves to these methods. | ELSEVIER International Journal of Forecasting 16 2000 173-190 www.elsevier.com locate ijforecast Forecasting stock indices a comparison of classification and level estimation models Mark T. Leunga Hazem Daoukb An-Sing Chenc a Department of Operations and Decision Technologies Kelley School of Business Indiana University Bloomington IN 47405 USA bDepartment of Finance Kelley School of Business Indiana University Bloomington IN 47405 USA Department of Finance National Chung Cheng University Ming-Hsiung Chia-Yi 621 Taiwan Abstract Despite abundant research which focuses on estimating the level of return on stock market index there is a lack of studies examining the predictability of the direction sign of stock index movement. Given the notion that a prediction with little forecast error does not necessarily translate into capital gain we evaluate the efficacy of several multivariate classification techniques relative to a group of level estimation approaches. Specifically we conduct time series comparisons between the two types of models on the basis of forecast performance and investment return. The tested classification models which predict direction based on probability include linear discriminant analysis logit probit and probabilistic neural network. On the other hand the level estimation counterparts which forecast the level are exponential smoothing multivariate transfer function vector autoregression with Kalman filter and multilayered feedforward neural network. Our comparative study also measures the relative strength of these models with respect to the trading profit generated by their forecasts. To facilitate more effective trading we develop a set of threshold trading rules driven by the probabilities estimated by the classification models. Empirical experimentation suggests that the classification models outperform the level estimation models in terms of predicting the direction of the stock market movement and maximizing returns from investment trading.
TÀI LIỆU LIÊN QUAN
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.