Factors Directory

Quantitative Trading Factors

Purata Pemberat Pulangan Jangkaan Penganalisis

Faktor EmosiFaktor Fundamental

factor.formula

Pulangan Jangkaan Pemberat (WTR):

di mana:

  • :

    Harga sasaran saham yang dikeluarkan oleh institusi ke-i mewakili nilai jangkaan institusi bagi harga masa depan saham.

  • :

    Institusi ke-i menerbitkan ramalan harga sasaran untuk harga penutup saham pada hari dagangan sebelumnya, yang berfungsi sebagai harga penanda aras untuk mengira kadar pulangan jangkaan.

  • :

    Pemberat ramalan harga sasaran institusi ke-i diselaraskan secara dinamik berdasarkan ketepatan ramalannya. Pemberat ramalan dengan ketepatan yang tinggi adalah agak besar; sebaliknya, pemberat adalah kecil. Kaedah pengiraan pemberat yang khusus boleh dirujuk dalam penerangan berikut.

  • :

    Jumlah institusi yang mengambil bahagian dalam ramalan harga sasaran.

factor.explanation

Faktor purata pemberat pulangan jangkaan penganalisis direka untuk merangkumi jangkaan komprehensif pasaran untuk pulangan masa depan saham. Logik terasnya adalah bahawa bukan semua ramalan penganalisis mempunyai nilai yang sama. Oleh itu, faktor ini menggunakan keadaan pasaran berikutnya untuk mengesahkan ketepatan ramalan harga sasaran penganalisis dan memberikan pemberat yang berbeza kepada ramalan yang berbeza. Secara khusus: nn- Mekanisme pelarasan pemberat: Jika ramalan harga sasaran penganalisis dapat disahkan oleh aliran pasaran berikutnya (contohnya, kenaikan sebenar harga saham hampir atau melebihi kenaikan jangkaan penganalisis), hasil ramalan penganalisis diberikan pemberat yang lebih besar; sebaliknya, jika ramalan penganalisis bertentangan dengan aliran sebenar, pemberat yang lebih kecil diberikan, dan bahkan pemberat hukuman boleh ditetapkan. nn- Maksud faktor: Semakin tinggi nilai faktor ini, semakin tinggi jangkaan pasaran keseluruhan untuk pulangan masa depan saham, dan sebaliknya. Melalui purata pemberat, faktor ini dapat mengurangkan gangguan ramalan individu yang salah atau berat sebelah terhadap jangkaan keseluruhan. nn- **Kaedah pengiraan pemberat $w_i$ (contoh, boleh diselaraskan mengikut keadaan sebenar):**n - Kaedah yang serupa dengan "ujian belakang" boleh digunakan untuk mengira ketepatan sejarah ramalan setiap penganalisis. Contohnya: n - $Accuracy_i = frac{NumOfCorrectPredictions_i}{TotalPredictions_i}$ n - Di mana $NumOfCorrectPredictions_i$ mewakili bilangan ramalan yang betul yang dibuat oleh penganalisis i pada masa lalu, dan $TotalPredictions_i$ mewakili jumlah ramalan yang dibuat oleh penganalisis i pada masa lalu. n - Pemberat boleh berkadar dengan ketepatan ramalan, contohnya: n - $w_i = frac{Accuracy_i}{sum_{j=1}^{N} Accuracy_j}$ atau $w_i = Accuracy_i^k$, di mana k ialah parameter pelarasan, dan sensitiviti pemberat boleh diselaraskan mengikut keperluan. n - Selain itu, pereputan masa juga boleh dipertimbangkan, dan pemberat yang lebih rendah diberikan kepada ramalan yang lebih jauh dalam masa. n - Faktor lain juga boleh dipertimbangkan, seperti reputasi penganalisis, penarafan institusi, dan lain-lain. nn- Petua Penting: Dalam aplikasi sebenar, kaedah pengiraan pemberat harus diuji belakang dan dioptimumkan sepenuhnya untuk mendapatkan kesan faktor terbaik. Pada masa yang sama, adalah perlu untuk mempertimbangkan perubahan dalam persekitaran pasaran dan menyesuaikan kaedah pengiraan pemberat secara dinamik.

Related Factors