Sentiment Beta
factor.formula
Regression model ng mga kita ng indibidwal na stock at index ng sentimyento ng merkado:
Formula ng pagkalkula ng Emotional sensitivity factor:
Sa formula:
- :
Ang pang-araw-araw na kita ng stock i sa araw t ay karaniwang kinakalkula bilang (closing price ng araw - closing price ng nakaraang araw) / closing price ng nakaraang araw.
- :
Ang value ng index ng sentimyento ng merkado sa araw t. Ang index ay maaaring buuin ng maraming mga indicator ng sentimyento ng merkado, tulad ng turnover rate, trading volume, price limit ratio, index ng opinyon ng publiko, atbp.
- :
Ang value ng index ng sentimyento ng merkado sa araw t-1.
- :
Ang regression intercept term ng stock i ay kumakatawan sa inaasahang kita ng stock kapag ang index ng sentimyento ng merkado ay nananatiling hindi nagbabago.
- :
Ang sentiment beta ng stock i ay nakuha sa pamamagitan ng time series regression, na sumusukat sa epekto ng mga pagbabago sa index ng sentimyento ng merkado sa mga kita ng stock. Ang isang positibong value ay nagpapahiwatig na ang mga kita ng stock ay may posibilidad na tumaas kapag tumaas ang sentimyento ng merkado, habang ang isang negatibong value ay nagpapahiwatig ng kabaligtaran.
- :
Ang residual term ng regression model ay kumakatawan sa bahagi ng kita ng stock i sa araw t na hindi maipaliwanag ng modelo.
factor.explanation
Ang factor ng pagkasensitibo sa sentimyento ay sumusukat sa epekto ng mga pagbabago sa sentimyento ng merkado sa mga kita ng indibidwal na mga stock sa pamamagitan ng isang modelo ng time-series regression, at ginagamit ang absolute value ng Beta coefficient na nakuha sa pamamagitan ng regression upang i-negate ito bilang ang panghuling value ng factor. Ang layunin ng pagne-negate ng absolute value ay upang gawing pare-pareho ang factor value sa risk preference, ibig sabihin, kung mas maliit ang value, mas malaki ang posibilidad na ang indibidwal na stock ay negatibong maaapektuhan ng sentimyento ng merkado, at mas mataas ang risk. Sa kabaligtaran, kung mas malaki ang factor value, mas malamang na ang indibidwal na stock ay negatibong maaapektuhan ng sentimyento ng merkado, at mas mababa ang risk. Samakatuwid, ang factor na ito ay maaaring gamitin upang tantiyahin ang mga risk at pumili ng mga stock sa quantitative investment. Sa mga praktikal na aplikasyon, maaari mong isaalang-alang ang paggamit ng mas mahabang lookback window (tulad ng higit sa 60 trading days) para sa time-series regression upang mapabuti ang katatagan ng modelo.