Detailansicht
A comparative analysis of equity premium prediction via machine learning
David Wögerer
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Banking and Finance
Betreuer*in
Erhard Reschenhofer
DOI
10.25365/thesis.72769
URN
urn:nbn:at:at-ubw:1-30554.96517.182682-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
In dieser Arbeit wird die Leistung von Variablen, die in der akademischen Literatur als gute Prädiktoren für die Aktienprämie gelten, eingehend untersucht. Die verwendeten Methoden werden durch sogenannte maschinelle Lernmodelle erweitert. In den meisten Fällen können weder die herkömmlichen Modelle noch die erweiterten Modelle die Vorhersagen verbessern. Sie liefern schlechte Out-of-Sample-Ergebnisse und scheinen auch nicht stabil zu sein. Der Versuch, diese Vorhersagen als Signale für das Market-Timing zu verwenden, führt ebenfalls größtenteils zu schlechten Ergebnissen.
Abstract
(Englisch)
In this thesis, we extensively reinvestigate the performance of variables that are considered good predictors of the equity premium in the academic literature. The methods used are extended by so-called machine learning models. For the most part, neither the conventional models nor the extended models can improve the predictions. They give poor out-of-sample results and do not appear to be stable either. Attempting to use these predictions as signals for market timing also largely results in poor outcomes.
Schlagwörter
Schlagwörter
(Deutsch)
Maschinelles Lernen Marktprämie Vorhersage der Marktrisikoprämie Prognosen Vorhersagen außerhalb der Stichprobe
Schlagwörter
(Englisch)
Machine Learning Equity Premium Equity Risk Premium Prediction Forecasts Out-of-Sample Prediction
Autor*innen
David Wögerer
Haupttitel (Englisch)
A comparative analysis of equity premium prediction via machine learning
Paralleltitel (Deutsch)
Eine vergleichende Analyse der Vorhersage von Aktienprämien durch maschinelles Lernen
Publikationsjahr
2022
Umfangsangabe
v, 44 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Erhard Reschenhofer
Klassifikationen
83 Volkswirtschaft > 83.50 Geld. Inflation. Kapitalmarkt ,
85 Betriebswirtschaft > 85.30 Investition. Finanzierung
AC Nummer
AC16706739
Utheses ID
65352
Studienkennzahl
UA | 066 | 974 | |