Faktor rata-rata tertimbang dari ekspektasi pengembalian analis dirancang untuk menangkap ekspektasi komprehensif pasar terhadap pengembalian saham di masa depan. Logika intinya adalah bahwa tidak semua perkiraan analis memiliki nilai yang sama. Oleh karena itu, faktor ini menggunakan kondisi pasar selanjutnya untuk memverifikasi akurasi perkiraan harga target analis dan memberikan bobot yang berbeda untuk perkiraan yang berbeda. Secara khusus: nn- Mekanisme penyesuaian bobot: Jika perkiraan harga target analis dapat diverifikasi oleh tren pasar selanjutnya (misalnya, kenaikan aktual harga saham mendekati atau melebihi kenaikan yang diharapkan analis), hasil perkiraan analis diberikan bobot yang lebih besar; sebaliknya, jika perkiraan analis bertentangan dengan tren aktual, bobot yang lebih kecil diberikan, dan bahkan bobot hukuman dapat ditetapkan. nn- Makna faktor: Semakin tinggi nilai faktor ini, semakin tinggi ekspektasi pasar secara keseluruhan terhadap pengembalian saham di masa depan, dan sebaliknya. Melalui rata-rata tertimbang, faktor ini secara efektif dapat mengurangi gangguan perkiraan individual yang salah atau bias terhadap ekspektasi keseluruhan. nn- Metode perhitungan bobot $w_i$ (contoh, dapat disesuaikan dengan kondisi aktual): n - Metode yang mirip dengan "backtesting" dapat digunakan untuk menghitung akurasi historis dari setiap perkiraan analis. Contohnya: n - $Accuracy_i = frac{NumOfCorrectPredictions_i}{TotalPredictions_i}$ n - Di mana $NumOfCorrectPredictions_i$ mewakili jumlah prediksi yang benar yang dibuat oleh analis i di masa lalu, dan $TotalPredictions_i$ mewakili total jumlah prediksi yang dibuat oleh analis i di masa lalu. n - Bobot dapat sebanding dengan akurasi prediksi, misalnya: n - $w_i = frac{Accuracy_i}{sum_{j=1}^{N} Accuracy_j}$ atau $w_i = Accuracy_i^k$, di mana k adalah parameter penyesuaian, dan sensitivitas bobot dapat disesuaikan sesuai kebutuhan. n - Selain itu, peluruhan waktu juga dapat dipertimbangkan, dan bobot yang lebih rendah diberikan untuk prediksi yang lebih jauh di masa lalu. n - Faktor lain juga dapat dipertimbangkan, seperti reputasi analis, peringkat institusi, dll. nn- Tips Penting: Dalam aplikasi aktual, metode perhitungan bobot harus diuji coba dan dioptimalkan sepenuhnya untuk mendapatkan efek faktor terbaik. Pada saat yang sama, perlu mempertimbangkan perubahan dalam lingkungan pasar dan menyesuaikan metode perhitungan bobot secara dinamis.