PanelGP: Hisse Senedi Getirilerini Tahmin Eden Olasılıksal Model

Finansal veri analizi alanında yeni bir model ortaya çıktı: PanelGP. Araştırmacılar, büyük hisse senedi panellerinin getirilerini tahmin etmek için bir koşullu faktör modeli geliştirdiler.

Modelin temel fikri basit ama güçlü: bir şirketin özellikleri (pazar değeri, kârlılık gibi) faktör yüklemelerini belirlerken, ekonomik koşullar beklenen faktörleri şekillendiriyor. İşin ilginç tarafı, bu ilişkiler Gaussian süreçleri kullanarak doğrusal olmayan şekilde tahmin ediliyor. Böylece enstrümante edilen temel bileşen analizi (IPCA) gibi yöntemleri de kapsıyor.

PanelGP, beklenen getirileri ve bunların kovaryans matrisini tek bir modelle hesaplayabiliyor. Sistematik riskle idiyosinkratik riski ayırmak için varlığa özgü yükleme değişimleri ve ortak faktör değişimleri kullanıyor. Tahmin süreci seyrek değişken çıkarım (sparse variational inference) yöntemiyle gerçekleştiriliyor.

Matematiksel olarak, her öngörülen getiri Gauss durumunda iki doğrusal olduğundan, öngörülen kovaryans matrisi ve portföy kümülatif momentleri kapalı formda hesaplanabiliyor. Simülasyonlarda model, doğrusal olmayan haritaları ve varyans parametrelerini başarıyla kurtarabiliyor.

S&P 500 şirketleri üzerinde 1995-2024 döneminde test edilen model, finansal tahmin ve risk yönetimi uygulamalarında pratik değer sunuyor. Özellikle portföy optimizasyonu ve getiri tahmini gereken kurumlar için ilgi çekebilir.