Skip to content

Evaluation of Machine Learning impact on Asset Risk Premia measurement

Gratis La preview di questa tesi è scaricabile gratuitamente in formato PDF.
Per scaricare il file PDF è necessario essere iscritto a Tesionline. L'iscrizione non comporta alcun costo: effettua il Login o Registrati.

Mostra/Nascondi contenuto.
of data to be approximated in order to obtain a useful description of the data that would be impossible to achieve through the human eye. The asset risk premium is in practice a measure of the future expected excess return, and therefore is well suited to be investigated by machine learning tools. As will be shown in the following chapters, the list of variables to be faced when dealing with an asset return problem are hundreds, sometimes very correlated and overlapped. The stock return is composed of numerous unpredictable components, so even the best-improved method of forecasting will explain only a minimum part of stock return behaviour. The analytical effort is therefore im- mense, and difficult to explain even by classical linear statistical methods, given the non-lin- earity of the data. Machine learning systems instead, using different optimization techniques, as well as reducing the size and complexity of the data, are appropriate for solving this chal- lenge. On the other hand, improvements and greater precision in non-linear machine learning sys- tems have a drawback. Although they are better at discovering the complex relationships that can exist between variables, being a non-parametric statistical model, they have the disad- vantage of not being able to provide interpretations regarding the nature of the results ob- tained from the model. As Neural networks are unable to explain the nature of the relation- ship, they also encounter limitations and problems during the model preparation and selection phase, when it is decisive to settle on a series of optimizations and parameters to be applied. Precisely for this reason, as will be shown later, the implementation of a machine learning system does not stop at choosing a random method. The several possible models to imple- ment, in addition to being numerous, have different specifications to choose from. Apart de- ciding which machine learning system to use between linear methods such as Ordinary Least squares, Generalized linear, Penalized linear, and non-linear methods such as Decision tree, Random Forests, Support Vector Machines and Neural Networks, it is fundamental to optim- ize the individual parameters, the depth of the network, the mathematical functions through which the calculations will be carried out, as well as the methods to minimize calculation er- rors. For this very reason, the literature has not been in consensus over time in reaching conclu- sions on the actual extent of these systems, because since there are hundreds, and perhaps thousands of parameters to choose from, it sometimes becomes complicated to compare dif- ferent specifications. Over the years, most empirical research on asset pricing has focused on two main issues: un- derstanding the differences in expected return between assets, with much research on "Empir- ical Cross-Sectional Asset Pricing" with Goyal (2011), Nagel (2012), Chordia (2015), and in terms of aggregate market asset risk premium. Since the objective of asset pricing is to explain the behaviour of risk premia, even in the presence of perfectly observed returns, it would still be necessary to explain the reasons for which those returns occurred. This thesis, therefore, focuses on the ways used to increase the predictability of future excess returns, leaving to future research the analysis of the relation- 2
Anteprima della tesi: Evaluation of Machine Learning impact on Asset Risk Premia measurement, Pagina 3

Preview dalla tesi:

Evaluation of Machine Learning impact on Asset Risk Premia measurement

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Pierre D'amico
  Tipo: Laurea liv.II (specialistica)
  Anno: 2017-18
  Università: Università Commerciale Luigi Bocconi di Milano
  Facoltà: Economia
  Corso: Finanza
  Relatore: Claudio Tebaldi
  Lingua: Inglese
  Num. pagine: 77

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

artificial intelligence
neural networks
machine learning
trading systems
asset risk premia
swarm intelligence
predicting stock market
lstm
recurrent neural networks
long short term memory

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi