MétaCan
Menu
Retour à la cohorte
Enregistrement W2959490672 · doi:10.33094/8.2017.2019.42.56.62

Cannabis Stock behavior and Investor’s Expectations on the TSX: A Mixed Method Approach

2019· article· en· W2959490672 sur OpenAlexaffabout
Oludamola Durodola, Deepika Chotee

Notice bibliographique

RevueInternational Journal of Applied Economics Finance and Accounting · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensLakeland College
Organismes subventionnairesnon disponible
Mots-clésDescriptive statisticsStock exchangeStock (firearms)Volatility (finance)Diversification (marketing strategy)EconomicsCannabisFinancial economicsBusinessEconometricsPsychologyStatisticsFinancePsychiatryMarketingGeography

Résumé

récupéré en direct d'OpenAlex

This study examines the behavior of cannabis stock on the Toronto Stock Exchange and why investors are interested in cannabis stock. The theory of heterogeneous beliefs, bounded rationality theory and the theory of addiction grounded the study. We employed basic descriptive statistics and the Kruskal-Wallis test including an in-depth interview of investors using convenience sampling methods. The study findings showed that cannabis stocks exhibit a higher-level of risk volatility when compared to speculative and growth stocks on the Toronto Stock Exchange within the period under investigation. The descriptive statistics result suggest potential diversification benefits between cannabis stocks and growth stocks as both stocks classifications are likely to respond to macroeconomic shocks differently. Other findings show that cannabis stocks share similar characteristics with other speculative stocks but also possess unique features. Finally, investors are interested in cannabis stocks because of its potential for future strong earnings on the platform of the theory of addiction as discussed in the study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,019
Tête enseignante GPT0,237
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied Economics Finance and AccountingMême sujetMarket Dynamics and VolatilityTravaux en français237 207