Does it pay to follow anomalies research? Machine learning approach with international evidence

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11230%2F21%3A10413843" target="_blank" >RIV/00216208:11230/21:10413843 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/67985556:_____/21:00533567

Výsledek na webu

<a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=ApKeE8-JY7" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=ApKeE8-JY7</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.finmar.2020.100588" target="_blank" >10.1016/j.finmar.2020.100588</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Does it pay to follow anomalies research? Machine learning approach with international evidence

Popis výsledku v původním jazyce

We study out-of-sample returns on 153 anomalies in equities documented in the academic literature. We show that machine learning techniques that aggregate all the anomalies into one mispricing signal are profitable around the globe and survive on a liquid universe of stocks. We investigate the value of international evidence for selection of quantitative strategies that outperform out-of-sample. Past performance of quantitative strategies in regions other than the United States does not help to pick out-of-sample winning strategies in the U.S. Past evidence from the U.S., however, captures most of the return predictability outside the U.S.

Název v anglickém jazyce

Does it pay to follow anomalies research? Machine learning approach with international evidence

Popis výsledku anglicky

We study out-of-sample returns on 153 anomalies in equities documented in the academic literature. We show that machine learning techniques that aggregate all the anomalies into one mispricing signal are profitable around the globe and survive on a liquid universe of stocks. We investigate the value of international evidence for selection of quantitative strategies that outperform out-of-sample. Past performance of quantitative strategies in regions other than the United States does not help to pick out-of-sample winning strategies in the U.S. Past evidence from the U.S., however, captures most of the return predictability outside the U.S.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

50201 - Economic Theory

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Journal of Financial Markets

ISSN

1386-4181

e-ISSN

—

Svazek periodika

56

Číslo periodika v rámci svazku

November 2021

Stát vydavatele periodika

NL - Nizozemsko

Počet stran výsledku

31

Strana od-do

1-31

Kód UT WoS článku

000808118800002

EID výsledku v databázi Scopus

2-s2.0-85089487417