| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 1.76 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
This dissertation examines the development and application of a comprehensive financial
indicator that incorporates macroeconomic, sentiment, and fundamental data. It is demonstrated
that various market features, such as high mean returns and low volatility periods, can be
clustered into regimes using well-known models like the Two-State Markov Switching Model
and Principal Component Analysis. Important discoveries are obtained by combining the
findings in a Combined Indicator. For example, both the Dotcom Bubble and the Global
Economic Crisis provided early signals of a downturn based on the classification of regimes.
However, when applying these models to investment strategies, further results from the out-ofsample dataset suggest that, despite the potential of certain individual models to improve market
timing and achieve greater risk-adjusted returns in the training set, these cannot be replicated
consistently. Realistic market conditions, such as the inclusion of a time lag due to signaling
and the introduction of transaction fees, thus limit the viability of an effective investment
strategy. Nevertheless, the results of the dissertation and the prediction of the Combined
Indicator itself can be useful and serve as support for asset allocation.
A presente dissertação examina o desenvolvimento e a aplicação de um indicador financeiro abrangente que incorpora dados macroeconómicos, de sentimento e fundamentais. É demonstrado que várias características do mercado, tais como retornos médios elevados e períodos de reduzida volatilidade, podem ser agrupadas em regimes utilizando modelos conhecidos como o Modelo de Two-State Switching de Markov e a Análise de Componentes Principais. Descobertas importantes são obtidas ao combinar resultados num Indicador Combinado. Por exemplo, tanto a bolha das Dotcom como a crise económica mundial proporcionaram sinais precoces de uma recessão com base na classificação dos regimes. No entanto, ao aplicar estes modelos a estratégias de investimento, outros resultados do conjunto de dados excluídos da amostra sugerem que, apesar do potencial de determinados modelos individuais para melhorar o timing de mercado e obter retornos ajustados ao risco superiores no conjunto de teste, estes não podem ser replicados de forma consistente. Condições de mercado realistas, como a inclusão de um desfasamento temporal devido à sinalização e a introdução de comissões de transação, limitam assim a viabilidade de uma estratégia de investimento eficaz. Não obstante, os resultados da dissertação e a previsão do próprio Indicador Combinado podem ser úteis e servir de apoio à alocação de ativos.
A presente dissertação examina o desenvolvimento e a aplicação de um indicador financeiro abrangente que incorpora dados macroeconómicos, de sentimento e fundamentais. É demonstrado que várias características do mercado, tais como retornos médios elevados e períodos de reduzida volatilidade, podem ser agrupadas em regimes utilizando modelos conhecidos como o Modelo de Two-State Switching de Markov e a Análise de Componentes Principais. Descobertas importantes são obtidas ao combinar resultados num Indicador Combinado. Por exemplo, tanto a bolha das Dotcom como a crise económica mundial proporcionaram sinais precoces de uma recessão com base na classificação dos regimes. No entanto, ao aplicar estes modelos a estratégias de investimento, outros resultados do conjunto de dados excluídos da amostra sugerem que, apesar do potencial de determinados modelos individuais para melhorar o timing de mercado e obter retornos ajustados ao risco superiores no conjunto de teste, estes não podem ser replicados de forma consistente. Condições de mercado realistas, como a inclusão de um desfasamento temporal devido à sinalização e a introdução de comissões de transação, limitam assim a viabilidade de uma estratégia de investimento eficaz. Não obstante, os resultados da dissertação e a previsão do próprio Indicador Combinado podem ser úteis e servir de apoio à alocação de ativos.
Description
Keywords
Stock market regimes Markov switching model Principal component analysis Financial indicator Deteção de regimes Modelo de two-state switching de Markov Análise de componentes principais Indicador financeiro