Forecasting stock market returns by summing the frequency-decomposed parts

Show full item record

Title: Forecasting stock market returns by summing the frequency-decomposed parts
Parallel title: Osakemarkkinatuottojen ennustaminen taajuuskomponenttien summien avulla
ISBN: 978-952-323-136-8
Author: Faria, Gonçalo ; Verona, Fabio
Organization: Bank of Finland
Series: Bank of Finland Research Discussion Papers
ISSN: 1456-6184
Series year: 2016
Series number: 29/2016
Year of publication: 2016
Publication date: 28.11.2016
Published in: Forthcoming in the Journal of Empirical Finance
Pages: 38
Subject (yso): ennustettavuus; ennusteet; osakkeet
Keywords: osakemarkkinatuotot; osakemarkkinapreemio; sijoitusallokaatio; taajuusalue; väreet; osakemarkkinat; tuotot
JEL: G11; G12; G14; G17
Other keywords: predictability; stock returns; equity premium; asset allocation; frequency domain; wavelets
Abstract: We generalize the Ferreira and Santa-Clara (2011) sum-of-the-parts method for forecasting stock market returns. Rather than summing the parts of stock returns, we suggest summing some of the frequency-decomposed parts. The proposed method signi cantly improves upon the original sum-of-the-parts and delivers statistically and economically gains over historical mean forecasts, with monthly out-of-sample R2 of 2.60% and annual utility gains of 558 basis points. The strong performance of this method comes from its ability to isolate the frequencies of the parts with the highest predictive power, and from the fact that the selected frequency-decomposed parts carry complementary information that captures di erent frequencies of stock market returns.Tässä työssä sovelletaan eri ennustemuuttujien taajuushajotelmia osakemarkkinatuottojen ennustamiseen. Menetelmää käytetään Ferreiran ja Santa-Claran (2011) rakentamassa osiensa summa kehikossa. Menetelmällä tuotetut ennusteet ovat sekä tilastollisesti että taloustieteellisesti merkittävästi parempia kuin historialliseen keskiarvoon perustuvat ennusteet. Kuukausiaineistossa otoksen ulkoisten ennusteiden selitysaste R2 on 3,27 % ja vuotuinen hyvinvoinnin kasvu 403 peruspistettä. Menetelmän vahvuus perustuu sen kykyyn eristää kohinasta ne ennustemuuttujien taajuudet, joilla on suurin ennustevoima. Lisäksi ennustemuuttujien taajuushajotelmiin sisältyy toisiaan täydentävää informaatiota osakemarkkinatuottojen pitkä aikavälin trendistä ja lyhyen aikavälin vaihteluista.
Note: Päivitetty versio lisätty 21.11.2017Revised version uploaded 21 November 2017
Rights: https://helda.helsinki.fi/bof/copyright


Files in this item

Total number of downloads: Loading...

Files Size Format View
BoF_DP_1629.pdf 1.377Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record