Authors: Dimitrios Karagkiozis, Periklis Gogas, Theophilos Papadimitriou

Title: The Fama 3 and Fama 5 factor models under a machine learning framework

Abstract

The Fama 3 and Fama 5 factor models under a machine learning framework

Περικλής Γκόγκας*, Θεόφιλος Παπαδημητρίου και Δημήτριος Καραγκιόζης

Τμήμα Οικονομικών Επιστημών, Δημοκρίτειο Πανεπιστήμιο Θράκης, Κομοτηνή 69100, Ελλάδα

Περίληψη

Στην παρούσα διπλωματική εργασία εξετάζονται τέσσερα υποδείγματα τα οποία είναι πολύ δημοφιλή στον κόσμο των επενδυτών και των επαγγελματιών στις διεθνείς αγορές χρήματος και κεφαλαίου (money and stock markets). Τα υποδείγματα αυτά είναι το Fama French 3 & 5 Factors, το υπόδειγμα Capital Asset Pricing Model (CAPM) και το υπόδειγμα Arbitrage Pricing Theory (APT). Τα εργαλεία αυτά χρησιμοποιούνται καθημερινά και αποτελούν ένα σημαντικό κομμάτι στην διαδικασία λήψης επενδυτικών αποφάσεων καθώς και στην αξιολόγηση των εφαρμοζόμενων επενδυτικών στρατηγικών. Διαχρονικά έχουν πραγματοποιηθεί αρκετές έρευνες και μελέτες στις οποίες χρησιμοποιήθηκαν διάφορες μεθοδολογικές προσεγγίσεις προκειμένου να εξεταστεί η αποτελεσματικότητα των τεσσάρων αυτών υποδειγμάτων.

Η μεθοδολογική προσέγγιση της παρούσης έρευνας εστιάζεται στην παλινδρόμηση με χρήση Μηχανών Υποστήριξης Διανυσμάτων (Support Vector Regression – SVR). Η μέθοδος αυτή εφαρμόζεται σε αντιπαραβολή με την απλή γραμμική παλινδρόμηση (linear regression) των ελαχίστων τετραγώνων (Ordinary Least Squares).

Λέξεις κλειδιά: κεφαλαιαγορές, αποδόσεις μετοχών, μηχανική μάθηση, support vector regression

Κωδικοί ταξινόμησης JEL: F31, F37, C45, C5