Beta Sentimen
factor.formula
Model regresi pulangan saham individu dan indeks sentimen pasaran:
Formula pengiraan faktor sensitiviti emosi:
Dalam formula:
- :
Pulangan harian saham i pada hari t biasanya dikira sebagai (harga penutup hari ini - harga penutup hari sebelumnya) / harga penutup hari sebelumnya.
- :
Nilai indeks sentimen pasaran pada hari t. Indeks boleh terdiri daripada pelbagai penunjuk sentimen pasaran, seperti kadar pusing ganti, volum dagangan, nisbah had harga, indeks pendapat awam, dll.
- :
Nilai indeks sentimen pasaran pada hari t-1.
- :
Sebutan pintasan regresi saham i mewakili pulangan yang dijangkakan bagi saham apabila indeks sentimen pasaran kekal tidak berubah.
- :
Beta sentimen saham i diperoleh melalui regresi siri masa, yang mengukur impak perubahan dalam indeks sentimen pasaran terhadap pulangan saham. Nilai positif menunjukkan bahawa pulangan saham cenderung meningkat apabila sentimen pasaran meningkat, manakala nilai negatif menunjukkan sebaliknya.
- :
Sebutan sisa model regresi mewakili bahagian pulangan saham i pada hari t yang tidak dapat dijelaskan oleh model.
factor.explanation
Faktor sensitiviti sentimen mengukur impak perubahan dalam sentimen pasaran terhadap pulangan saham individu melalui model regresi siri masa, dan menggunakan nilai mutlak pekali Beta yang diperoleh melalui regresi untuk menidakkannya sebagai nilai faktor akhir. Tujuan penidakkan nilai mutlak adalah untuk menjadikan nilai faktor konsisten dengan keutamaan risiko, iaitu, semakin kecil nilai, semakin besar kemungkinan saham individu akan terjejas negatif oleh sentimen pasaran, dan semakin tinggi risiko. Sebaliknya, semakin besar nilai faktor, semakin kecil kemungkinan saham individu akan terjejas negatif oleh sentimen pasaran, dan semakin rendah risiko. Oleh itu, faktor ini boleh digunakan untuk menganggarkan risiko dan memilih saham dalam pelaburan kuantitatif. Dalam aplikasi praktikal, anda boleh mempertimbangkan untuk menggunakan tetingkap imbas balik yang lebih panjang (seperti lebih daripada 60 hari dagangan) untuk regresi siri masa bagi meningkatkan kestabilan model.