Lab · A · Verspreiding over graaf
De toetsresultaten van het weefselmodel van de gebruiker: vertraagde relaties, Granger-causaliteit, ijle VAR(1) en dynamiek op de graaf.
Aantal randen vóór en na neutralisatie
Wat het is: Het aantal significante randen dat dezelfde toets op vertraagde relaties vindt bij het ruwe en bij het residuele rendement.
Welke gegevens het voeden: Het leadLag-resultaat van de gekozen run. Ook het totale aantal getoetste triples (voorloper, volger, vertraging) wordt getoond.
Wat het laat zien: Op echte gegevens worden bij het ruwe rendement 170 randen gevonden en bij het residuele rendement 16.
Wat je eruit kunt concluderen: Het verschil is schijnverspreiding die de marktfactor veroorzaakt. Het weefselmodel is alleen zinvol als het op het residuele rendement is gebouwd.
Randen van vertraagde relaties
Wat het is: Paren waarbij de beweging van een aandeel vandaag significant correleert met de beweging van een ander aandeel k dagen later; residueel links, ruw rendement rechts.
Welke gegevens het voeden: L_k(i,j) = corr(ε_i[t], ε_j[t+k]), k = 1..5. p-waarde via Fisher z, daarna wordt de false discovery rate met Benjamini–Hochberg beheerst op q = 0.05.
Wat het laat zien: Voorloper, volger, vertraging, correlatie en p-waarde; de 15 meest significante randen.
Wat je eruit kunt concluderen: Liggen de correlaties rond 0,1, dan bestaat de relatie statistisch, maar is ze economisch zwak. Paren die intuïtief zinvol zijn (zoals banken van dezelfde groep) maken het resultaat geloofwaardiger.
Granger-causaliteit
Wat het is: Een toets of de historie van een aandeel informatie bevat bovenop de eigen historie van een ander aandeel.
Welke gegevens het voeden: Alleen voor paren die de selectie op vertraagde relaties doorstaan: F-toets van het beperkte en het volledige VAR(p=3)-model, gevolgd door BH-FDR.
Wat het laat zien: Voorloper, volger, F-statistiek en p-waarde.
Wat je eruit kunt concluderen: Is de tabel leeg, dan is de vertraagde causaliteit in deze gegevens niet sterk genoeg om de controle te doorstaan; dat is een eerlijk en mogelijk resultaat.
Warmtevergelijking en golfvergelijking
Wat het is: Het fitten van twee fysische dynamieken op de graaf aan de gegevens en ze buiten de steekproef vergelijken.
Welke gegevens het voeden: De warmtevergelijking (x(t+1) = x(t) − a·L·x(t)) en de gedempte golfvergelijking op de Laplaciaan van de kaartgraaf; de coëfficiënten worden met kleinste kwadraten gefit op de eerste 70% van de gegevens, en de fout wordt gemeten op de laatste 30%.
Wat het laat zien: De gemiddelde kwadratische fout buiten de steekproef van beide modellen, het richtingstrefpercentage, de gefitte coëfficiënten en welk model beter bij de gegevens past.
Wat je eruit kunt concluderen: Warmte voorspelt alleen verspreiding; de golf voorspelt doorschieten en terugkeer. Welke wint, geeft een idee of beweging in de markt zich „verspreidt” of „slingert”; maar ligt het trefpercentage van beide modellen dicht bij 50%, dan is geen van beide bruikbaar.
IJle VAR(1)-coëfficiëntenmatrix
Wat het is: Een heatmap van de matrix W die het residuele rendement van morgen van elk aandeel koppelt aan de residuele rendementen van vandaag van alle aandelen, en een modelvergelijking.
Welke gegevens het voeden: Een aparte LASSO voor elk doel in de laatste walk-forward-fold; kandidaat-voorspellers worden voorgeselecteerd op lag-1-correlatie, en λ wordt gekozen met in de tijd geordende blokkruisvalidatie. Voor de leesbaarheid worden maximaal 60 aandelen getoond.
Wat het laat zien: De rij is het beïnvloede aandeel, de kolom het beïnvloedende; blauw is een positief, rood een negatief effect. Daaronder de gemiddelde kwadratische fout van LASSO, ridge en OLS, en het aantal coëfficiënten ongelijk aan nul per doel.
Wat je eruit kunt concluderen: Dat de matrix grotendeels leeg is, laat zien dat vertraagde verspreiding schaars is. Is de fout van LASSO niet duidelijk lager dan die van OLS, dan is de gevonden structuur niet van ruis te onderscheiden.
Sterkste voorlopers
Wat het is: De lijst van de vijf aandelen die elk aandeel het sterkst beïnvloeden.
Welke gegevens het voeden: Rangschikking naar de absolute waarde van de coëfficiënten van de ijle VAR(1).
Wat het laat zien: Elke rij heeft een ticker en maximaal vijf voorlopende aandelen die het residuele rendement van morgen het sterkst beïnvloeden, gerangschikt naar de grootte van de coëfficiënt.
Wat je eruit kunt concluderen: Wordt voor geen enkel aandeel een voorloper gevonden, dan heeft LASSO alle coëfficiënten op nul gezet en bevatten deze gegevens geen signaal van vertraagde verspreiding.
De hier gegeven beleggingsinformatie, commentaren en aanbevelingen vallen niet onder beleggingsadvies. Beleggingsadvies wordt verleend op grond van een beleggingsadviesovereenkomst tussen een cliënt en beleggingsondernemingen, vermogensbeheerders of banken die geen deposito's aannemen. De signalen hier worden met statistische modellen uit historische gegevens gemaakt, voor iedereen gelijk getoond en zijn niet persoonlijk; ze passen mogelijk niet bij uw financiële situatie of uw risico- en rendementsvoorkeuren. Beleggingsbeslissingen nemen uitsluitend op basis van de hier gegeven informatie leidt daarom mogelijk niet tot resultaten die aan uw verwachtingen voldoen.