Point de Vue : Crypto-actifs et sport professionnel : utilisation, risques et devenir
Dans cet article, nous testons l’impact du sentiment des investisseurs et des stratégies techniques du marché sur la prime de risque des actions à l’aide de modèles bayésiens multidimensionnels. Nous examinons dans quelle mesure les amorces de sélection stochastique de variables de recherche (SSVS)...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Format: | Article ou chapitre numérique |
| Langue: | Français |
| Publié: |
2024
|
| Accès en ligne: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| Résumé: | Dans cet article, nous testons l’impact du sentiment des investisseurs et des stratégies techniques du marché sur la prime de risque des actions à l’aide de modèles bayésiens multidimensionnels. Nous examinons dans quelle mesure les amorces de sélection stochastique de variables de recherche (SSVS) affectent la performance de prévision du modèle bayésien. Nos résultats montrent que les prieurs SSVS traitent la sur-paramétrisation et surpassent les prieurs conventionnels dans la modélisation de la relation entre le sentiment de l’investisseur, la stratégie technique et les primes d’actions. Nous constatons que le sentiment des investisseurs a un impact plus important sur les primes des actions que les stratégies techniques. Parmi les indicateurs de contrôle, la volatilité du marché et les taux d’intérêt à long terme affectent de manière significative les primes de risque des actions. |
|---|