Trapped in the Here and Now - New Insights into Financial Market Analyst Behavior
Notice bibliographique
Résumé
This study deals with the phenomenon of topically oriented trend adjustment in the time series of financial market forecasts. A total of 1,182 time series with altogether 158,022 interest rate predictions are examined. Forecasts refer to three-month interest rates and ten-year government bond yields in the USA, Japan, Germany, France, the United Kingdom, Italy, Spain, Canada, the Netherlands, Switzerland, Sweden and Norway. The forecasts are generated for horizons of four and thirteen months. Topically oriented trend adjustments arise in 1,164 of the 1,182 forecast time series. Thus 98.5% of these forecast time series reflect the present rather than the future. In other words, they correlate more strongly with the time series of naïve forecasts than with actual events. Independent of the forecast object, forecast horizon and countries concerned, the overwhelming majority of the forecast time series is distinguished by topically oriented trend adjustment. Five explanation patterns for topically oriented trend adjustment are meanwhile under discussion: 1. Anchoring heuristics, 2. The tendency to underestimate the variability of reality, 3. Avoidance of major blunders through protective estimates, 4. Normative herd behavior such as externally triggered herding, and 5. Information-based herd behavior.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».