Institutions Center, FCAR, IFM2 and SSHRC. For helpful comments we thank Michael Brandt, Michel
Notice bibliographique
Résumé
We consider three sets of phenomena that feature prominently -- and separately -- in the financial economics literature: conditional mean dependence (or lack thereof) in asset returns, dependence (and hence forecastability) in asset return signs with implications for market timing, and dependence (and hence forecastability) in asset return volatilities. We show that they are very much interrelated, and we explore the relationships in detail. Among other things, we show that: (1) Volatility dependence produces sign dependence, so long as expected returns are nonzero. Hence one should expect sign dependence, given the overwhelming evidence of volatility dependence. (2) The standard finding of little or no conditional mean dependence is entirely consistent with a significant degree of sign dependence and volatility dependence. In particular, sign dependence does not imply market inefficiency. (3) Sign dependence is not likely to be found via analysis of sign autocorrelations, because the nature of sign dependence is highly nonlinear. (4) Sign dependence is not likely to be found in very high-frequency (e.g., daily) or very low-frequency (e.g., annual) returns. Instead, it is more likely to be found at intermediate return horizons. Acknowledgments: This work is supported by the National Science Foundation, the Wharton Financial Institutions Center, FCAR, IFM2 and SSHRC. For helpful comments we thank Michael Brandt, Michel Dacorogna, Graham Elliott, Christian Gourieroux, Clive Granger, Joanna Jasiak, Blake LeBaron, Bruce Lehman, Nour Meddahi, Sergei Sarkissian, Frank Schorfheide, Allan Timmermann, Hal White, and seminar participants at McGill University, UC San Diego and at the Third Annual Conference on Financial Econometrics at the University of Waterloo. Sean Campbell a...
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 | 0,009 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,417 | 0,121 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».