Apresentamos a teoria de precificação por inteligência artificial (AIPT). Diferentemente da hipótese da APT, que assume uma estrutura de fatores de baixa dimensão nos retornos, a AIPT sugere que os retornos são influenciados por um grande número de fatores. Verificamos essa hipótese empiricamente e mostramos que modelos não lineares com muitos fatores (mais do que o número de observações ou ativos-base) são melhores em descrever o comportamento dos retornos fora da amostra do que modelos simples. A teoria da AIPT explica esses resultados, enquanto a hipótese da APT é contradita pelos dados.
O texto está aqui, que fala na virtude da complexidade.
Nenhum comentário:
Postar um comentário