データマイニング法を用いた新しい財務アノマリーの探索
書誌事項
- タイトル別名
-
- Uncovering Unexploited Fundamental Signals for Stock Selection: A Systematic Data Mining Approach with Bootstrapping
抄録
<p>財務データベースにある全ての項目を用いて財務シグナルを自動生成するデータマイニング法を用いて、既存の資産価格モデルでは説明できない新しいシグナルの発見を試みる。現在のファイナンス研究ではマーケット、サイズ、バリューの3つのファクターを用いるFama-French3ファクターモデル、もしくはさらに収益性と低投資ファクターを加えた同5ファクターモデルが標準モデルとされている。これらのモデルが、2つの財務シグナルを組み合わせることで生成した約36万のポートフォリオ・リターンを説明できるかをブートストラップ法を用いて検定したところ、偶然(偽発見)の可能性を勘案した後で現行のモデルでは十分に説明できないシグナルが多数あることがわかった。特に、負債に関連する項目や収益性、株主還元を強く反映すると解釈できる財務シグナルが複数見つかった。</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2020 (0), 2L4GS1302-2L4GS1302, 2020
一般社団法人 人工知能学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390285300166124416
-
- NII論文ID
- 130007856964
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可