Hệ số trung bình trọng số lợi nhuận kỳ vọng của nhà phân tích được thiết kế để nắm bắt kỳ vọng toàn diện của thị trường về lợi nhuận tương lai của cổ phiếu. Logic cốt lõi của nó là không phải tất cả các dự báo của nhà phân tích đều có giá trị ngang nhau. Do đó, hệ số này sử dụng các điều kiện thị trường sau đó để xác minh tính chính xác của các dự báo giá mục tiêu của nhà phân tích và gán các trọng số khác nhau cho các dự báo khác nhau. Cụ thể: nn- Cơ chế điều chỉnh trọng số: Nếu dự báo giá mục tiêu của nhà phân tích có thể được xác minh bằng các xu hướng thị trường tiếp theo (ví dụ: mức tăng thực tế của giá cổ phiếu gần hoặc vượt quá mức tăng dự kiến của nhà phân tích), thì kết quả dự báo của nhà phân tích đó được gán trọng số lớn hơn; ngược lại, nếu dự báo của nhà phân tích trái ngược với xu hướng thực tế, thì trọng số sẽ được gán nhỏ hơn, thậm chí có thể đặt trọng số phạt. nn- Ý nghĩa của hệ số: Giá trị của hệ số này càng cao thì kỳ vọng chung của thị trường về lợi nhuận tương lai của cổ phiếu càng cao và ngược lại. Thông qua tính trung bình trọng số, hệ số này có thể giảm thiểu hiệu quả sự can thiệp của các dự báo sai sót hoặc thiên vị riêng lẻ đối với các kỳ vọng tổng thể. nn- **Phương pháp tính trọng số $w_i$ (ví dụ, có thể điều chỉnh theo điều kiện thực tế):**n - Một phương pháp tương tự như "kiểm thử lại" có thể được sử dụng để tính toán độ chính xác lịch sử của các dự báo của từng nhà phân tích. Ví dụ: n - $Accuracy_i = frac{NumOfCorrectPredictions_i}{TotalPredictions_i}$ n - Trong đó $NumOfCorrectPredictions_i$ đại diện cho số lượng dự đoán chính xác được thực hiện bởi nhà phân tích i trong quá khứ và $TotalPredictions_i$ đại diện cho tổng số dự đoán được thực hiện bởi nhà phân tích i trong quá khứ. n - Trọng số có thể tỷ lệ thuận với độ chính xác của dự đoán, ví dụ: n - $w_i = frac{Accuracy_i}{sum_{j=1}^{N} Accuracy_j}$ hoặc $w_i = Accuracy_i^k$, trong đó k là tham số điều chỉnh và độ nhạy của trọng số có thể được điều chỉnh theo nhu cầu. n - Ngoài ra, sự suy giảm theo thời gian cũng có thể được xem xét và trọng số thấp hơn được gán cho các dự đoán ở xa hơn về thời gian. n - Các yếu tố khác cũng có thể được xem xét, chẳng hạn như danh tiếng của nhà phân tích, xếp hạng của tổ chức, v.v. nn- Lời khuyên quan trọng: Trong các ứng dụng thực tế, phương pháp tính trọng số cần được kiểm thử lại và tối ưu hóa đầy đủ để có được hiệu quả hệ số tốt nhất. Đồng thời, cần xem xét những thay đổi trong môi trường thị trường và điều chỉnh động phương pháp tính trọng số.