Workflow
Cross-Asset Spillovers
icon
搜索文档
Quantitative Equity Research: Quant Matters – Cross-Asset Spillovers: A Machine-Learning Lens on Market Transmission-20260828
摩根士丹利· 2026-08-28 12:38
市场分析 - 跨资产市场状态包含后续结果的重要信息,多期平均信号表现最佳,夏普比率达0.71 [11][18][44] - 7月欧洲股市微涨1.16%,美国微跌0.13%,日本表现不一,东证指数微涨0.2%,日经225指数跌8.1% [175][179][186] 因子表现 - 欧洲上调10Y和2Y收益率预期,美国上调10Y收益率预期,日本上调通胀预期 [4][5][121][127][132] - 欧洲价值因子涨10.8%,成长因子跌1.9%;美国价值因子涨18.4%,成长因子跌3.9%;日本价值因子涨21.1%,成长因子跌13.2% [176][180][187] 投资建议 - 欧洲推荐运营现金流收益率、低资产增长、每股收益上调与下调比例(3个月移动平均)因子 [124] - 美国推荐每股收益上调与下调比例、内部增长、低PEG因子 [129] - 日本推荐每股收益上调与下调比例、12个月远期盈利收益率、低PEG因子 [135] 方法论 - 运用AdaBoost机器学习方法识别跨资产溢出效应,构建多期信号进行投资组合构建 [20][21][33] - 通过四维框架评估投资因子,包括有效性、估值、情绪、暴露和宏观维度 [268][269][270][272][273]