Momentum-anomaliaan perustuvien sijoitusstrategioiden vertailu Suomen ja Vietnamin osakemarkkinoilla vuosina 2012–2022
Notice bibliographique
Résumé
Tämän kandidaatintyön tavoitteena on tutkia momentum-anomaliaa ja siihen perustuvia sijoitusstrategioita Suomen ja Vietnamin osakemarkkinoilla vuosina 2012–2022. Tutkielmassa käytetään kolmen ja kuuden kuukauden momentum-strategioita, joiden perusteella portfoliot ovat muodostettu. Muodostettujen portfolioiden suoriutumista vertaillaan absoluuttisten tuottojen sekä riskikorjattujen tunnuslukujen valossa. Työn tarkoitus on myös selvittää onko markkinoiden kehittyneisyydellä vaikutusta momentum-anomaliaan ja millä momentum-strategialla on saavutettu parhain tuotto. \n \nTutkimustulokset osoittavat momentum-anomaliaa ilmentyneen Suomen ja Vietnamin osakemarkkinoilla tutkimusperiodin ajalta. Kaikki tutkielmassa muodostetut top-portfoliot ovat \nsaavuttaneet suuremmat tuotot kuin kumpikaan valituista markkinaportfolioista. Tämän lisäksi riskikorjatut tunnusluvut puoltavat myös momentum-anomalian ilmentymistä. Tulosten perusteella Suomen osakemarkkinoilla on esiintynyt momentum-anomaliaa voimakkaammin kuin Vietnamin markkinoilla. Suomen top-portfoliot saavuttivat selkeitä ylituottoja markkinaportfolioon verrattuna, samaan aikaan kun molemmat bottom-portfoliot tuottivat negatiivisesti. Tutkimuksen parhaimmat tuotot saavutti Suomen sekä Vietnamin kuuden kuukauden top-portfoliot, joten on perusteltua sanoa kuuden kuukauden strategian olleen optimaalisin aikaperiodi tuoton maksimoinnin näkökulmasta.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,006 |
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 ».