Using Fundamental Analysis and an Ensemble of Classifier Models Along with a Risk-Off Filter to Select Outperforming Companies
Lingua: inglese
Editore: Springer Nature Switzerland, Springer International Publishing Jun 2024, 2024
- Rilegato
- Nuovo
Da: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, GermaniaBuchWeltWeit Ludwig Meier e.K.
Venditore AbeBooks dal 11 gennaio 2012
Condizione: Nuovo
EUR 149,79
Quantità: 2 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
This item is printed on demand - it takes 3-4 days longer - Neuware -This book develops a quantitative stock market investment methodology using financial indicators that beats the benchmark of S&P500 index. To achieve this goal, an ensemble of machine learning models is meticulously constructed, incorporating four distinct algorithms: support vector machine, k-nearest neighbors, random forest, and logistic regression. These models all make use of financial ratios extracted from company financial statements for the purposes of predictive forecasting. The ensemble classifier is subject to a strict testing of precision which compares it to the performance of its constituent models separately. Rolling window and cross-validation tests are used in this evaluation in order to provide a comprehensive assessment framework. A risk-off filter is developed to limit risk during uncertain market periods, and consequently to improve the Sharpe ratio of the model. The risk adjusted performance of the final model, supported by the risk-off filter, achieves a Sharpe ratio of 1.63 which surpasses both the model's performance without the filter that delivers Sharpe ratio of 1.41 and the one from the S&P500 index of 0.80. The substantial increase in risk-adjusted returns is accomplished by reducing the model's volatility from an annual standard of deviation of 15.75% to 11.22%, which represents an almost 30% decrease in volatility. 84 pp. Englisch.…
Codice articolo 9783031620607
- Titolo
- Using Fundamental Analysis and an Ensemble of Classifier Models Along with a Risk-Off Filter to Select Outperforming Companies
- Autore
- Rui Neves
- Editore
- Springer Nature Switzerland, Springer International Publishing Jun 2024
- Anno di pubblicazione
- 2024
- Condizione
- Neu
- Rilegatura
- Buch
- Lingua
- inglese
- ISBN 10
- 3031620607
- ISBN 13
- 9783031620607
- Peso dell'articolo
- 350 grammi
- Dimensioni
- 246x173x11 mm
This book develops a quantitative stock market investment methodology using financial indicators that beats the benchmark of S&P500 index. To achieve this goal, an ensemble of machine learning models is meticulously constructed, incorporating four distinct algorithms: support vector machine, k-nearest neighbors, random forest, and logistic regression. These models all make use of financial ratios extracted from company financial statements for the purposes of predictive forecasting. The ensemble classifier is subject to a strict testing of precision which compares it to the performance of its constituent models separately. Rolling window and cross-validation tests are used in this evaluation in order to provide a comprehensive assessment framework. A risk-off filter is developed to limit risk during uncertain market periods, and consequently to improve the Sharpe ratio of the model. The risk adjusted performance of the final model, supported by the risk-off filter, achieves a Sharpe ratio of 1.63 which surpasses both the model’s performance without the filter that delivers Sharpe ratio of 1.41 and the one from the S&P500 index of 0.80. The substantial increase in risk-adjusted returns is accomplished by reducing the model’s volatility from an annual standard of deviation of 15.75% to 11.22%, which represents an almost 30% decrease in volatility.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Manuel Moura is currently doing a MBA at London Business School. Prior to that he worked at LFO since 2019. He received a Master’s Degree in Electrical Engineering and Computer Science with a specialization in Control Systems from Instituto Superior Técnico. At LFO, he worked as a quantitative researcher developing models to invest in the stock market and manage risk but also as a portfolio manager. He did internships in consulting at Bain & Company in Brussels and in private equity at Advent International in London.
Rui Ferreira Neves is a professor at Instituto Superior Técnico since 2005. He received the Eng -Diploma and the PhD degrees in Electrical and Computer Engineering from the Instituto Superior Técnico, Technical University of Lisbon, Portugal, in 1993 and 2001, respectively. In 2006 he joined Instituto de Telecomunicações (IT) as a research Associate. His research activity deals with evolutionary computation and pattern matching applied to the financial markets, sensor networks, embedded systems and mixed signal integrated circuits. He uses both fundamental, technical and pattern matching indicators to find the evolution of the financial markets. During his research activities he has collaborated/coordinated several EU and National projects. He supervised 50 MSc Theses. He published more than 60 works, respectively, 7 books, 4 book chapters, 20 journal papers and 30 conference papers.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
BuchWeltWeit Ludwig Meier e.K.
Bergisch Gladbach, Germania
Venditore AbeBooks dal 11 gennaio 2012
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 5 a 15 giorni lavorativi | Da 5 a 15 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 23,00 | EUR 23,00 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Informazioni sull’azienda del venditore
BuchWeltWeit Ludwig Meier e.K.
Germania
Condizioni di vendita
BuchWeltWeit Inh. Ludwig Meier e.K.
Inhaber: Ludwig Meier
De-Gasperi-Str. 8
51469 Bergisch Gladbach
Deutschland
Tel.: +49(0)22028659300
Fax: +49(0)22028659301
E-Mail: info@buchweltweit.de
Registergericht: Amtsgericht Köln
Registernummer: HRA 28253
Umsatzsteuer-Identifikationsnummer: DE815259907
Wir sind zur Teilnahme an einem Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle weder verpflichtet noch bereit.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Der Versand ins Ausland findet IMMER mit DHL statt. Auch nach Österreich verschicken wir nur mit DHL! Daher Standardversand == Luftpost!