Are realized moments useful for stock market returns analysis?

Abstract

Tématem této práce je analýza využití realizovaných momentů k oceňování aktiv. K analýze je použit dataset obsahující data o devětadvaceti z nejvíce likvidních veřejně obchodovaných akciových spolecností. Tento dataset pokrýva období deseti let a je dále rozdělen na trénovací a testovací dataset, kde první obsahuje data za 7 let a druhý data za zbývající 3 roky. Pro každou z 29 společností je odhadnut vlastní model. K posouzení kvality jednotlivých modelů jsou využity metriky, jako jsou RMSE, MAD, přesnost v předpovídání kladných a záporných výnosů a výnosy dosažitelné díky obchodování na základě předpovědí modelu. Ačkoliv zahrnutí realizovaných momentů nevede k výraznému snížení RMSE, výsledky ukazují, že realizovaná skloněnost a špičatost přispívají k vysvětlení výnosů akcií jednotlivých společností. Tento přínos je zachycen skrze zvýšenou schopnost modelu správně předpovídat, jestli budoucí výnos bude kladný, nebo záporný. Dále využití realizovaných momentů může investorům umožnit dosažení výrazně vyšších výnosů z obchodování v porovnání s pasivním držením diveryifikovaného portfolia akcií. Zahrnutí součinu rozptylu a výnosů, skloněnosti a výnosů, a špičatosti a rozptylu, přinásí další zlepšení v přesnosti modelu a dosažitelných výnosů z obchodování s akciemi. Klasifikace C18, C58, G15 Klíčová...

This thesis analyzes the use of realized moments in asset pricing. The analysis is done using dataset containing log-returns for 29 of the most traded stocks and covering 10 years of data. The dataset is split into training set covering 7 years and test set covering 3 years of data. For each of the stocks a separate time series model is estimated. In evaluation of the quality of the models, metrics such as RMSE, MAD, accuracy in forecasting the sign of future returns, and returns achievable by executing trades based on the recommendations from the model are used. Even though the inclusion of realized moments does not provide significant improvements in terms of RMSE, it is found that realized skewness and kurtosis significantly contribute to explaining the returns of individual stocks as they lead to consistent improvements in identifying future positive, as well as negative, returns. Moreover, the recommendations from the models using realized moments can help us achieve significantly higher returns from trading stocks. Inclusion of the interaction terms for variance and returns, skewness and returns, and kurtosis and variance, provides additional improvement of forecasting accuracy, as well as improvements in returns achievable by executing transactions based on recommendations from the model....