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.
ships that exist between the variables and that would serve to explain in its entirety the risk premia. 1 This analysis will be carried out in the following sequence. In the first part, the machine learn- ing techniques will be accurately described, with the various facets, their properties, and their usefulness in describing the phenomenon under study. Greater importance will be given to the numerous types of neural networks, considered the most suitable and performing machine learning systems in describing the phenomena, but alternative methods such as support vector machines and decision trees will also be examined. In the second part, instead, ample space will be given to the most relevant literature up to date. In particular, the last work carried out in June 2018 by Kelly, Gu, and Shu, respectively from the Universities of Yale and Chicago, entitled "Empirical Asset Pricing via Machine Learning", will be examined in depth. This work has shown with particular precision the pre- dictive validity of non-linear models of machine learning and in particular of Neural Net- works. Their work has not only stopped at showing the validity of systems but has also invest- igated in depth the strength of predictive variables, also starting from previous works by Goy- al & Welch (2008) and Green et al. (2013), to the extent that recent price trends become the most critical variable (through short-term reversal, stock momentum, momentum change, in- dustry momentum), followed by liquidity variables (with turnover, dollar volume, bid-ask spread), risk measures (with beta, beta squared and volatility of returns), ending with valu- ation ratios and fundamental signals, such as earnings to price, sales to price, asset growth. The results achieved in terms of predicting performance will then be used by Kelly et al. to create portfolios optimized to obtain extra returns with respect to those obtained by a buy & hold investor, demonstrating how, with the use of neural networks, it is possible to obtain an extra yield (calculated in terms of Sharpe ratio) with respect to the market. Finally, In the last part, it will be addressed the future implications and improvements that can be achieved in the field of machine learning and how they could be exploited by the literature, to better explain the mechanisms that lead to a performance compared to another. 2. Artificial Neural Networks Machine learning systems can be split into two different techniques of analysis: Supervised learning and unsupervised learning. In Supervised learning, training data are a series of labelled examples, where each example is a collection of features that are labelled with the correct output corresponding to that feature set, meaning that features and outputs are provided (training data), and the algorithm will apply then what it learnt from the analysis of Gu, Kelly, Shihao, “Empirical Asset Pricing Via Machine Learning.” SSRN Electronic Journal, June 1 2018, doi:10.2139/ssrn.3159577. 3
Anteprima della tesi: Evaluation of Machine Learning impact on Asset Risk Premia measurement, Pagina 4

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