Separating Winners from Losers Among Value and Growth Stocks in Canada Another Step in the Value Investing Process
Notice bibliographique
Résumé
The paper investigates two questions (a) whether there is value premium in a sample of Canadian non-interlisted stocks for the period May 1, 1985 – April 30, 2009, and (b) whether an additional step to screening for possibly undervalued stocks can be employed to separate the good stocks from the bad ones, as not all low P/E stocks are worth investing in. The paper extends this analysis to both value and growth stocks. We document a consistently strong value premium over the May 1, 1985 – April 30, 2009 sample period, which persists in both bull and bear markets, as well as in recessions and recoveries. We show that the value premium is not driven by a few outliers, but it is pervasive. Our results are consistent with, but, in general, stronger than, those of other Canadian and US studies. We were able to construct a composite score indicator (SCORE), combining various fundamental and market metrics, which enabled us to predict future stock returns and separate the winners from the losers among value and growth stocks. A strategy which would involve shorting the high SCORE value stocks and buying the low SCORE value stocks would have beaten the low P/E portfolio by about 30% over the May 1, 1985 – April 30, 2009 period. On the other hand, shorting the high SCORE growth stocks and buying the low SCORE growth stocks would have beaten the high P/E portfolio by about 40% over the same period. We also find that the return of a portfolio strategy that buys (sells) stocks that rank low (high) in the composite score indicator has significant explanatory power in an asset pricing model framework. Results remain robust out of sample.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».