MétaCan
Menu
Retour à la cohorte
Enregistrement W2422147476 · doi:10.1080/21649502.2015.1165893

The bond-stock earnings yield model for stock market crash prediction: the basic idea and early applications

2016· article· en· W2422147476 sur OpenAlexaffabout
Sébastien Lleo, William T. Ziemba

Notice bibliographique

RevueQuantitative Finance Letters · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEconomic and Social Research Council
Mots-clésEarnings yieldBondEarningsStock (firearms)CrashEconomicsFinancial economicsStock marketYield curveStock market crashEconometricsBond valuationYield (engineering)Monetary economicsEarnings per sharePrice–earnings ratioFinanceComputer scienceEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

We discuss the bond-stock earnings yield differential model (BSEYD) starting from when Ziemba first used it in Japan in 1988 through 2016 in various countries. The model has called many but not all crashes. Those have high interest rates in the most liquid long-term bonds relative to the trailing earnings-to-price ratio. In general, when the model is in the danger zone, almost always there will be a crash. The model called the 2000 and 2002 US crashes. A long horizon term study for the US, Canada, Japan, Germany, and the UK shows that being in the stock market when the bond-stock signal is not in the danger zone and in cash when it is in the danger zone provides a final wealth about double buy and hold for in these five countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,601

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,238
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuantitative Finance LettersMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207