論文の概要: Dynamic Factor Analysis of Price Movements in the Philippine Stock Exchange

• arxiv url: http://arxiv.org/abs/2510.15938v1
• Date: Wed, 08 Oct 2025 06:07:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-26 16:57:26.454337
• Title: Dynamic Factor Analysis of Price Movements in the Philippine Stock Exchange
• Title（参考訳）: フィリピン証券取引所における物価変動の動的要因分析
• Authors: Brian Godwin Lim, Dominic Dayta, Benedict Ryan Tiu, Renzo Roel Tan, Len Patrick Dominic Garces, Kazushi Ikeda,
• Abstract要約: 本研究は,ストック価格のダイナミクスを理解するための代替フレームワークとして,抽出された負荷および共通要因の分析に焦点をあてる。 その結果、フィリピン証券取引所に適用された伝統的な市場理論に関する新たな洞察が明らかになった。 フィリピンの国内総生産(GDP)の伸び率を計上するためのモデルの適用は、抽出された共通要因の可能性をリアルタイム市場指標として示している。
• 参考スコア（独自算出の注目度）: 1.8622306859401163
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The intricate dynamics of stock markets have led to extensive research on models that are able to effectively explain their inherent complexities. This study leverages the econometrics literature to explore the dynamic factor model as an interpretable model with sufficient predictive capabilities for capturing essential market phenomena. Although the model has been extensively applied for predictive purposes, this study focuses on analyzing the extracted loadings and common factors as an alternative framework for understanding stock price dynamics. The results reveal novel insights into traditional market theories when applied to the Philippine Stock Exchange using the Kalman method and maximum likelihood estimation, with subsequent validation against the capital asset pricing model. Notably, a one-factor model extracts a common factor representing systematic or market dynamics similar to the composite index, whereas a two-factor model extracts common factors representing market trends and volatility. Furthermore, an application of the model for nowcasting the growth rates of the Philippine gross domestic product highlights the potential of the extracted common factors as viable real-time market indicators, yielding over a 34% decrease in the out-of-sample prediction error. Overall, the results underscore the value of dynamic factor analysis in gaining a deeper understanding of market price movement dynamics.
• Abstract（参考訳）: 株式市場の複雑なダイナミクスは、その固有の複雑さを効果的に説明できるモデルに関する広範な研究につながっている。 本研究では、計量経済学の文献を活用し、市場現象を捉えるのに十分な予測能力を持つ解釈可能なモデルとして、動的因子モデルを探索する。 このモデルは予測目的で広く応用されているが,本研究では,ストック価格のダイナミクスを理解するための代替フレームワークとして,抽出された負荷および共通要因の分析に焦点をあてる。 その結果、カルマン法と最大推定値を用いてフィリピン証券取引所に適用した場合の伝統的な市場理論に対する新たな洞察が明らかとなり、その後、資本資産価格モデルに対する検証が行われた。 特に、一要素モデルでは、複合指標と同様の系統的または市場動態を表す共通因子を抽出し、二要素モデルでは市場動向と変動性を表す共通因子を抽出する。 さらに、フィリピン国内総生産(GDP)の伸び率を計上するためのモデルの適用により、抽出された共通要因の可能性をリアルタイム市場指標として示し、アウト・オブ・サンプル予測誤差が34%以上減少する。 全体として、市場価格の動きのダイナミクスをより深く理解する上で、この結果は動的因子分析の価値を強調している。

関連論文リスト

• Predicting Market Troughs: A Machine Learning Approach with Causal Interpretation [0.0]
  本稿では,マーケットトラフの因果的要因に関する,堅牢で新しい証拠を提供する。 フレキシブルなDML平均部分効果因果機械学習フレームワークにより、制約付き線形モデルを超えて動きます。
  論文  参考訳（メタデータ） (2025-09-07T04:38:40Z)
• Your AI, Not Your View: The Bias of LLMs in Investment Analysis [62.388554963415906]
  金融において、Large Language Models (LLMs) は、事前訓練されたパラメトリック知識とリアルタイム市場データとの相違から生じる、頻繁な知識紛争に直面している。 これらの対立は、モデル固有のバイアスが制度的目的と誤認される現実世界の投資サービスにおいて特に問題となる。 本研究では,このような紛争シナリオにおける創発的行動を調べるための実験的枠組みを提案し,投資分析におけるバイアスの定量的分析を行う。
  論文  参考訳（メタデータ） (2025-07-28T16:09:38Z)
• From Bias to Behavior: Learning Bull-Bear Market Dynamics with Contrastive Modeling [13.039189005779534]
  本稿では、投資家主導の市場ダイナミクスにおけるブル・ベア体制の可能性について考察する。 本稿では,時間的価格列と外部コンテキスト信号を共有潜在空間に埋め込む統合フレームワークであるB4(Bias to Behavior from Bull-Bear Dynamics Model)を提案する。 我々のモデルは市場のトレンドを予測する上で優れたパフォーマンスを実現し、バイアスや投資家の行動、市場のダイナミクスの相互作用に関する解釈可能な洞察を提供する。
  論文  参考訳（メタデータ） (2025-07-12T11:36:26Z)
• Predicting the Price of Gold in the Financial Markets Using Hybrid Models [0.0]
  このプロジェクトは、ARIMAのような時系列予測モデルを使用して、技術分析に関連する価格、変数、指標を推定する。 これらの変数を段階的回帰にリンクすることで、変数の予測に影響を与える最良の変数を特定する。 最後に、選択した変数を人工ニューラルネットワークへの入力として入力する。
  論文  参考訳（メタデータ） (2025-05-02T17:25:47Z)
• Learning Universal Multi-level Market Irrationality Factors to Improve Stock Return Forecasting [22.086070375026303]
  我々は、株価のリターン予測を強化するために、ユニバーサルマルチレベル市場不合理因子モデルを提案する。 UMIモデルは、市場における不合理な振る舞いを個々の株と市場レベルの両方から反映できる要因を学習する。
  論文  参考訳（メタデータ） (2025-02-07T08:10:24Z)
• STORM: A Spatio-Temporal Factor Model Based on Dual Vector Quantized Variational Autoencoders for Financial Trading [55.02735046724146]
  金融取引では、ファクターモデルが資産の価格設定や過大なリターンの獲得に広く利用されている。 双対ベクトル量子化変分オートエンコーダを用いた時空間ファクトラーモデルSTORMを提案する。 ストームは時間的および空間的な視点からストックの特徴を抽出し、これらの特徴を微細で意味的なレベルで融合し整列させ、その要素を多次元の埋め込みとして表現する。
  論文  参考訳（メタデータ） (2024-12-12T17:15:49Z)
• Factor Investing with a Deep Multi-Factor Model [123.52358449455231]
  我々は、業界中立化と市場中立化モジュールを明確な財務見識をもって取り入れた、新しい深層多要素モデルを開発する。 実世界の株式市場データによるテストは、我々の深層多要素モデルの有効性を示している。
  論文  参考訳（メタデータ） (2022-10-22T14:47:11Z)
• Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics in Limit-Order Book Markets [84.90242084523565]
  伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。 最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。 予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
  論文  参考訳（メタデータ） (2022-03-07T18:59:54Z)
• Empirical Study of Market Impact Conditional on Order-Flow Imbalance [0.0]
  署名された注文フローに対して,注文フローの不均衡の増加に伴い,価格への影響は線形に増大することを示す。 さらに,注文フローにサインされた市場への影響を予測するために,機械学習アルゴリズムを実装した。 この結果から,機械学習モデルを用いて財務変数を推定できることが示唆された。
  論文  参考訳（メタデータ） (2020-04-17T14:58:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。