利用跨市场数据使用机器学习评估有效市场假设
摘要：利用机器学习技术评估半强有效市场假说的实证研究——来自股票市场、外汇市场、国际政府债券、指数期货和商品期货资产的数据。我们在每个数据集上训练了五个机器学习模型，并分析了这些模型对预测标普500指数未来走势的平均表现。从我们的分析中，包含债券、指数期货和/或商品期货数据的数据集明显优于基准线。此外，我们发现使用与市场相关的数据对多种模型的准确性、宏观F1得分、加权F1得分和接收操作特性曲线下面积具有统计显著的正面影响，并以95%的置信水平提供了强有力的实证证据，与半强有效市场假说相矛盾。
作者：N'yoma Diamond, Grant Perkins
论文ID：2212.08734
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2022-12-22