本报告提出了一种结合双阶段分位数神经网络与三次B样条插值的股票收益率全分布预测方法,基于194个股票特征及市场变量,突破传统模型限制,准确捕捉非高斯重尾及非线性关系,显著提升了均值与方差的预测性能。方法在美国数据训练并成功推广至国际市场,实证表明中间分位数被定价,且利用插值分布计算的均值预测带来更高的超额收益,而高阶矩在资产定价中的作用不显著,为资产定价文献的相关争议提供了新视角 。
双阶段分位数神经网络架构 :
利用三次B样条插值估计收益率分布及其矩 :
预测能力实证验证 :
分布特征与资产定价关系 :
量化特征与策略总结 :
报告标题:Predicting the distributions of stock returns around the globe in the era of big data and learning
作者:Jozef Baruník, Martin Hronec, Ondřej Tobek
发布机构:Charles University(查尔斯大学)、Czech Academy of Sciences(捷克科学院)、UBS Quant Hub(瑞银量化中心)
发布日期:2024年8月15日
研究主题:全球股票收益率分布预测,结合大数据和机器学习技术,涵盖美国及国际股票市场
本报告提出一种创新的机器学习方法,利用194个股票特征和市场变量,预测股票收益率的完整分布函数。采用双阶段分位数神经网络并结合样条插值技术,突破传统模型对收益率分布的正态性及线性假设限制,捕捉非高斯、厚尾及非线性特征。报告核心结论指出,该方法在多种区域和样本中均显示出优越的预测性能,且所得分布的统计矩——包括均值、波动率、偏度和峰度——对于资产定价和风险管理具有实际应用价值。此外,研究揭示了交叉截面股票收益与分布特征的关系,特别是中间分位数在收益定价中的重要性,而高阶矩如偏度和峰度的定价证据较弱。此研究填补了基于分布的股票收益预测模型在国际背景下的应用空白。,1,2]
报告首次强调,虽然股票收益的均值和方差具有一定可预测性,但其高阶分布信息对于非传统经济主体(拥有不对称效用函数、前景理论等)至关重要。传统方法多依赖受限的分布假设和参数模型,难以充分反映厚尾、非线性及高维特征的问题。作者借助机器学习的强大能力,设计了双阶段分位数神经网络模型,捕获股票特征和市场变量的复杂非线性交互作用,实现全天候、跨市场的分布预测。模型首先预测标准化收益率的多分位点,再使用市场波动率子网调整回原尺度,实现对原始收益分布的精确拟合。,1]
报告贡献显著:
该三维图表示苹果股票22天后的收益率的概率密度的时间序列演变,x轴为时间,y轴为收益率,z轴为概率密度。随时间推移,收益率分布呈现明显波动,风险水平和分布形状动态变化,模型捕捉厚尾和收益率为-1附近的离散概率质量,反映极端风险事件出现的概率。此图表直观说明模型能够捕获股票收益的非对称及厚尾特性,超越了传统假定(如正态分布在尾部的无能)
左图为插值获得的累积分布函数,标记点为原始37个分位数估计点。右图为对应概率密度,表现为学生t分布型,展示了厚尾特征。该图示范了用B样条插值法生成连续CDF及PDF的过程,展示了模型预测的准确性及捕捉市场异常的能力,具备灵活重构分布的能力
柱状图分别展示了液态样本与全样本内股票的4个分布矩。整体均值约为0,液态样本均值略高;全样本波动率、偏度和峰度比液态样本更大,表明包含更多微型股导致分布厚尾及偏态加剧。这与金融理论一致,微型股通常风险更高,表现为更大波动率和非对称性。该图支持了模型区分不同股票特性和风险状况的能力。
该图直观展现了两阶段网络结构:上方第一阶段为标准化分位数子网,输入176个个股特征 + 5个市场均值变量,两个128神经元隐藏层及瓶颈层;下方第二阶段市场波动率子网,输入18个横截面波动率特征,两个隐藏层,输出市场波动率缩放系数。两阶段先预测标准化分位数,再乘以股票横截面波动率和市场波动率调整,恢复至原始尺度。模型输出37个分位数,捕获不同分布区段的行为。
显示了美国样本中股票横截面波动率的时间序列波动,重要事件期间(如2008年金融危机)波动率显著上升。该指标作为模型标准化步骤的关键缩放因子,有效剔除了市场宽积波动影响,提高分位数预测的稳定性。
展示了整个数据划分过程,1973-1989年用于初次训练,给予1990-1994年用于超参数优化验证,之后1995-2018年滚动滑动重训练进行正式测试。所有模型均用美国数据训练,国际样本全为外样本。模型输出为每日/每月重叠样本,提升训练数据点数量。
以Idenix Pharmaceuticals为例,显示当股票进入退市临界阶段时,收益概率密度函数在0处形成巨大尖峰,即显著离散概率质量,常见于流动性极差或特殊事件驱动股票。该图反映模型通过线性B样条法自动回退策略处理异常流动性风险,提升估计稳健性。
报告并无对单一公司或资产进行估值的传统内容,但从方法论角度细致介绍了:
报告识别以下关键风险及其潜在冲击:
以上观点均基于报告内容及其暗示,力求客观分析而非主观批判。,9,14,27,28]
本报告突破传统参数分布假设,创新地通过双阶段分位数神经网络结合B样条插值技术,准确预测股票收益的完整分布,丰富资产定价变量体系,提升了均值及波动率预测的准确性。实证分析涵盖美国及国际多市场股票,数据覆盖时间跨度长且样本丰富,证明模型具有高度泛化能力。模型能灵活应对非线性、高维数据和厚尾分布,弥补传统模型伤害。
图形展示了模型如何动态捕捉个股(如苹果、微软)薄尾或厚尾收益特征、风险变化。预测矩的统计分布呈现了微型股的特征差异,进一步验证了模型在捕获市场异质性上的有效性。量化评估表明,该模型显著优于线性及传统非线性神经网络,表现突出,尤其在平均分及方差的分布估计中。资产定价实证揭示分布中间分位数定价感应显著,且基于模型分布积分的均值得分明显优于直接均值预测,但偏度与峰度等高阶矩未表现出稳健定价效应。
综上,该研究为大数据及机器学习环境下股票分布预测开辟了新路径,不仅丰富了资产定价理论工具箱,也为投资决策、风险控制提供了强大支持。未来研究可进一步提升极端值估计、跨市场模型适应及模型解释性,以促进学术与实务界深度融合。,29]
以上详尽分析,力求完整覆盖报告重点、数据与图表解释、方法论以及批判性视角,为金融学者及实务者提供专业参考依据。
2408.07497.pdf