초록 열기/닫기 버튼
가치주 집단에 대해서 Piotroski(2000)의 FSCORE 를 적용하여 매수주집단과 매도주집단을 구분해 내고 이들에 대해서 여러 가지 패자추종 실시간 포트폴리오 전략을 적용한 결과 RMR전략과 OLMAR전략이 여러 가지 지표에 비추어 볼 때 가장 좋은 성과를 보였다. 반면에 CWMR과 PAMR를 이용한 포트폴리오 전략은 RMR과 OLMAR보다 누적수익률이 상대적으로 낮았다. 이는 가치주의 경우에는 기계학습으로 그 패턴을 추정해 낼 수 있는 평균회귀과정이나 추세과정을 따르기 때문으로 보인다. 성장주집단에 대해서 Mohanram의 GSCORE를 적용하여 매수주집단과 매도주집단을 구분해내고 이들에 대해서 여러 가지 패자추종 실시간 포트폴리오 전략을 실행하였다. 그 결과 어떤 패자추종 전략도 최종 누적수익률에서 시장 수익률을 이기지 못하였다. 이는 성장주의 경우에는 기계학습으로는 그 패턴을 추정해낼 수 없는 임의 보행과정을 따르기 때문으로 보인다.
We applied Piotroski’s FSCORE (2000) to select value stocks as portfolio components. We subdivided the value stock portfolio into buying group and selling group, and then we applied various loser following on-line portfolio strategies. In the process, we decided what to buy and what to sell(short selling) on daily basis. We found RMR strategy and OLMAR strategy are the best performers, while CWMR and PAMR strategies are less successful. This may imply that the value stocks have mean reverting or trending properties. For the comparison, we applied Mohanram 's GSCORE to select the growth stocks and followed the same process as we did for the Piotroski’s FSCORE. We found that every loser following on-line portfolio strategy that we applied did not outperform market returns in the final cumulative return. This seems to imply that the random walking property is dominant in the growth stock portfolio.
키워드열기/닫기 버튼
Loser following on-line portfolio strategy, Machine Learning, F SCORE, GSCORE, RMR, OLMAR, CWMR, PMAR
