Time-varying risk premia forecasts and a trading algorithm

Simple item page
dc.contributor.MentorCornejo, Magdalena
dc.creator.AutorDennehy, Nicolás Andrés
dc.date.accessioned2020-03-09T17:51:39Z
dc.date.available2020-03-09T17:51:39Z
dc.date.issued2019-08
dc.descriptionFil: Dennehy, Nicolás Andrés. Universidad de San Andrés. Departamento de Economía; Argentina.
dc.description.abstractLa presente tesis analiza la siguiente pregunta: asumiendo que los factores de prima de riesgo predicen retornos de acciones, como lo hacen en el modelo de tres factores de Fama- French, y que dichos factores son variantes en el tiempo, ¿pueden estos factores ser pronosticados por modelos de series de tiempo? Además, si estos factores pueden ser pronosticados, ¿pueden dichas predicciones proveer información para pronosticar los retornos de las acciones? Usando series de tiempo mensuales de retornos y factores de riesgo desde 1926 a 2018, puede diseñarse un algoritmo de dicha naturaleza basado en un modelo VAR parsimonioso cuyas predicciones a su vez se utilizan en regresiones de Fama-French. Luego, el algoritmo elige el portafolio con el retorno esperado más alto. Los resultados muestran que el desempeño fuera de la muestra del algoritmo, aún luego de corregir por su volatilidad, es más alto que el promedio del mercado.
dc.description.abstractThis thesis analyzes the following question: assuming that risk premia factors predict returns on stocks, as specified in models such as the Fama-French three factor model, and that these premia are time-varying, can risk factors be forecasted through time series models? Furthermore, if these risk factors can be forecasted, can these predictions provide useful information to forecast returns? Using monthly portfolio return and the three factor time series ranging from 1926 to 2018, an iterative algorithm of such nature based on a parsimonious VAR model is set up to forecast factors, which are then inputted into Fama- French regressions. Then, the algorithm picks a long position into the portfolio with the highest expected return. Results show that the out-of-sample returns performance from the algorithm -even after correcting for its volatility- is much higher than average market returns in the long term, although the link becomes weaker in the short term.
dc.formatapplication/pdf
dc.identifier.citationDennehy, N. A. (2019). Time-varying risk premia forecasts and a trading algorithm. [Tesis de maestría, Universidad de San Andrés. Departamento de Economía]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/17071
dc.identifier.urihttp://hdl.handle.net/10908/17071
dc.languageeng
dc.publisherUniversidad de San Andrés. Departamento de Economía
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleTime-varying risk premia forecasts and a trading algorithm
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion
Files
Original bundle
Thumbnail Image
Name:
[P][W] M. Eco. Dennehy, Nicolás Andrés.pdf
Size:
2.51 MB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Tesis de Maestría en Economía