方法使用复杂的金融模型来发现

arfankd5

对于寻求优势的投资者来说这种区别可能至关重要。马克安东尼奥阿瓦田马克安东尼奥阿瓦田随着公司越来越多地以非常规方式将看似不相关的业务线整合在一起快速的技术变革已经模糊了行业界限。哈佛商学院教授和博士生进行的新研究利用机器学习和监管文件来揭示公司的此类细微差别。自年以来投资组合经理和分析师一直在使用全球行业分类标准个行业个行业组和其他子集的分类法来比较股票。

标准普尔和摩根士丹利资本国际公司定期对股票进行比较。维护系统审查类别以及如何对公司进行分类。在过去年里由于数字技术驱动的商业模式企业的边界变得更加分散。相比之下研究人员使用机器学习动态分析文件中的公司描述对个不同主题和三个层级的公司进 瑞典 WhatsApp 号码数据 行加权。该研究于月份发表发现使用分类方法设计的多空股票投资组合在医疗保健公用事业能源房地产和科技领域的风险调整回报率上优于使用类别创建的投资组合高达个百分点按年化计算的积分。看似不同的股票之间隐藏的风险和回报状况的相似性从而揭示新的投资机会。相反这些模型还强调了行业内的相反情况。



我们最近采访了阿瓦达和菲利普斯托姆伯格工商管理学教授斯里尼瓦桑讨论了这项研究。我们制定某些标准因为它为我们创建了一种理解和交流我们正在做的事情的通用方式。和讨论了如何将机器学习应用于监管数据从而为投资者揭示新的机会。传统的投资分类将沃尔玛视为必需消费品零售商但该公司在全球拥有多个零售和分销物业其投资组合使许多商业房地产公司的投资组合相形见绌。对我来说这是一个重大发现沃尔玛也是一家房地产公司他们拥有很多建筑物哈佛大学数字数据和设计学院研究和数据科学主管。