Momentum-anomaliaan perustuvien sijoitusstrategioiden vertailu Suomen ja Vietnamin osakemarkkinoilla vuosina 2012–2022
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.004 | 0.005 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.008 | 0.010 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.005 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.038 | 0.109 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".