05.12.2022 | Absolut|alternative

Aktienmarktanomalien und maschinelles Lernen

Maschinelles Lernen zur Vorhersage von Aktienrenditen hat in jüngerer Vergangenheit stark an Bedeutung gewonnen. In ihrem Fachbeitrag untersuchen Prof. Dr. Vitor Azevedo, Sebastian Kaiser und Prof. Dr. Sebastian Müller die Out-of-Sample-Performance von 240 Aktienmarktanomalien, die durch 40 Algorithmen des maschinellen Lernens in einer internationalen Datenstichprobe verbessert wurden.



Abonnenten des Absolut|alternative finden den Fachbeitrag in Ausgabe 04|2022 ab Seite 28.

Absolut|alternative bietet institutionellen Investoren einen einzigartigen Zugang zu liquiden alternativen Anlagestrategien, darunter Themen wie Smart-Beta- und Factor-Investing, Digital Assets, Quantitative Strategien, Künstliche Intelligenz und Sektorinvestments.

 

zurück