RL2022-09-05 14:10:16
老师,这个P/E的回归和建模过程可以展示一下吗?感觉数量学的回归我还不会应用在实际建模上?
回答(1)
开开2022-09-06 16:07:39
同学你好,
这里其实就是要用一个基本面多因子模型来计算predicted P/E,
这里选取了DPR、Beta和EGR,认为这三个因子可以解释P/E。
解释模型为P/E=a+F1*DPR+F2*Beta+F3*EGR
然后,我们选取不同公司同一时间段(例如过去一年)的PE、DPR、Beta和EGR数据,然后把P/E数据对标准化后的DPR、Beta和EGR数据进行回归,我们就能得到F1、F2和F3和截距项a,这样这个解释模型就出来了。
我们需要预测某只股票的P/E的时候,只需要把这只股票的DPR、Beta和EGR数据带入P/E=a+F1*DPR+F2*Beta+F3*EGR这个关系式就能得出这只股票的predicted P/E了。
关于基本面多因子模型(fundamental multifactor),二级组合的R39有详细讲解。同学可以到对应的部分进行学习。
【点赞】哟~。加油,祝你顺利通过考试~
- 评论(0)
- 追问(0)


评论
0/1000
追答
0/1000
+上传图片