Essays on asset pricing via machine learning

Sina Seyfi

Essays on asset pricing via machine learning

Julkaisun otsikon käännös: Esseitä arvopaperihinnoittelusta koneoppimisen avulla

Sina Seyfi

Rahoituksen laitos

Tutkimustuotos: Doctoral Thesis › Collection of Articles

Abstrakti

Tämä väitöskirja tutkii odotettujen osaketuottojen poikkileikkausta tilanteessa, jossa odotettujen tuottojen ja kovarianssien määrääjät ovat korkeaulotteisia ja yritysten fundamenttien ja tuottojen välinen yhteys on monimutkainen ja tuntematon. Kolmessa esseessä kehitän tulkittavia, eiparametrisia koneoppimismenetelmiä, jotka hyödyntävät laajaa joukkoa tuottoennustajia osakkeiden välisen samankaltaisuuden mittaamiseen ja ehdottavat uusia luokitteluita, jotka kattavat sijoitusmahdollisuuksien joukon. Ensimmäisessä esseessä tunnistan odotettujen tuottojen vahvimmat ennustajat järjestämällä osakkeet in-sample toteutuneiden tuottojen perusteella (havaittavissa olevana likiarvona havaitsemattomille SDF-altistuksiin perustuville luokitteluille) ja muodostamalla out-of-samplesalkkuja liittämällä kunkin osakkeen lähimpään tuottoperusteiseen “sentroidiin” korkeaulotteisessa ominaisuustilassa. Tämä lähestymistapa päihittää johtavat koneoppimisstrategiat, säilyttää vahvan suorituskyvyn myös transaktiokustannusten jälkeen ja osoittaa, että hintaperusteiset ominaisuudet ja niiden epälineaariset vuorovaikutukset ovat informatiivisimpia. Tulokset osoittavat, että tulevien tuottojen vahvimpiin ennustajiin kuuluvat lyhyen aikavälin käänne, suurten osakkeiden toimialatuotot, momentum ja volatiliteetti. Samalla laaja ominaisuusjoukko erottaa yhdessä häviäjät voittajista. Epälineaarisuuksista ja vuorovaikutuksista suurimmat ehdolliset vaikutukset syntyvät lyhyen aikavälin käänteen, volatiliteetin, momentumin ja dollarivolyymin välisistä vuorovaikutuksista. Toisessa esseessä esitän korkeaulotteiset “perussalkut” ryhmittelemällä osakkeet laajan ominaisuusjoukon perusteella. Nämä perussalkut osoittavat suurta keskimääräisten tuottojen hajontaa ja vähäistä yhteisliikettä, mikä parantaa ehtoja out-of-sample-keskiarvo–varianssioptimointiin. Kolmas essee dokumentoi vertaisennustettavuuden: omaisuuserän lähimpien naapureiden aiemmat tuotot ominaisuustilassa ennustavat sen tulevaa tuottoa. Menetelmä tuottaa kuukausittaiset FF5-alfat 1,65% (t = 11,52) ajanjaksolla 1980–2021 ja säilyttää vahvan suorituskyvyn toimialavaikutusten sekä vakiintuneiden faktormallien tuolla puolen.

Julkaisun otsikon käännös	Esseitä arvopaperihinnoittelusta koneoppimisen avulla
Alkuperäiskieli	Englanti
Pätevyys	Tohtorintutkinto
Myöntävä instituutio	Aalto-yliopisto
Ohjaaja	Nyberg, Peter, Vastuuprofessori Keloharju, Matti, Ohjaaja Lof, Matthijs, Ohjaaja
Kustantaja	Aalto University
Painoksen ISBN	978-952-64-3102-4
Sähköinen ISBN	978-952-64-3101-7
Tila	Julkaistu - 2026
OKM-julkaisutyyppi	G5 Artikkeliväitöskirja

Pääsy asiakirjaan

http://urn.fi/URN:ISBN:978-952-64-3101-7

Siteeraa tätä

@phdthesis{369288675d6a4bd0a2b4af94492d3fe4,

title = "Essays on asset pricing via machine learning",

abstract = "This dissertation studies the cross-section of expected stock returns when the determinants of expected returns and covariances are high-dimensional and the mapping from firm fundamentals to returns is complex and unknown. Across three essays, I develop interpretable, nonparametric machine-learning methods that use a large set of return predictors to measure similarity between stocks and propose new sorts that span the investment opportunity set. In the first essay, I identify the strongest predictors of expected returns by sorting stocks in-sample on realized returns (as a proxy for unobservable SDF-exposure sorts) and forming out-of-sample portfolios by assigning each stock to the closest return-sorted “centroid” in high-dimensional characteristic space. This approach outperforms leading machine-learning strategies, remains strong after transaction costs, and reveals that price-based characteristics and their nonlinear interactions are most informative. I find that the strongest predictors of future returns include shortterm reversal, large-stock industry returns, momentum, and volatility. However, a large set of characteristics jointly separates losers from winners. Among nonlinearities and interactions, the largest conditional contributions arise from interactions among short-term reversal, volatility, momentum, and dollar volume. In the second essay, I propose high-dimensional “basis portfolios” by clustering stocks based on a large set of characteristics. These basis portfolios display high dispersion in average returns and low comovement, improving conditioning for out-of-sample mean–variance optimization. The third essay documents peer predictability: the past returns of an asset{\textquoteright}s nearest neighbors in characteristic space predict its future return, producing monthly FF5 alphas of 1.65\% (𝑡 =11.52) over 1980–2021 and robust performance beyond industry effects and standard factor models.",

keywords = "asset pricing, machine learning: portfolios, stock characteristics, asset pricing, machine learning: portfolios, stock characteristics",

author = "Sina Seyfi",

year = "2026",

language = "English",

isbn = "978-952-64-3102-4",

series = "Aalto University publication series Doctoral Theses",

publisher = "Aalto University",

number = "91",

address = "Finland",

school = "Aalto University",

}

TY - BOOK

T1 - Essays on asset pricing via machine learning

AU - Seyfi, Sina

PY - 2026

Y1 - 2026

N2 - This dissertation studies the cross-section of expected stock returns when the determinants of expected returns and covariances are high-dimensional and the mapping from firm fundamentals to returns is complex and unknown. Across three essays, I develop interpretable, nonparametric machine-learning methods that use a large set of return predictors to measure similarity between stocks and propose new sorts that span the investment opportunity set. In the first essay, I identify the strongest predictors of expected returns by sorting stocks in-sample on realized returns (as a proxy for unobservable SDF-exposure sorts) and forming out-of-sample portfolios by assigning each stock to the closest return-sorted “centroid” in high-dimensional characteristic space. This approach outperforms leading machine-learning strategies, remains strong after transaction costs, and reveals that price-based characteristics and their nonlinear interactions are most informative. I find that the strongest predictors of future returns include shortterm reversal, large-stock industry returns, momentum, and volatility. However, a large set of characteristics jointly separates losers from winners. Among nonlinearities and interactions, the largest conditional contributions arise from interactions among short-term reversal, volatility, momentum, and dollar volume. In the second essay, I propose high-dimensional “basis portfolios” by clustering stocks based on a large set of characteristics. These basis portfolios display high dispersion in average returns and low comovement, improving conditioning for out-of-sample mean–variance optimization. The third essay documents peer predictability: the past returns of an asset’s nearest neighbors in characteristic space predict its future return, producing monthly FF5 alphas of 1.65% (𝑡 =11.52) over 1980–2021 and robust performance beyond industry effects and standard factor models.

AB - This dissertation studies the cross-section of expected stock returns when the determinants of expected returns and covariances are high-dimensional and the mapping from firm fundamentals to returns is complex and unknown. Across three essays, I develop interpretable, nonparametric machine-learning methods that use a large set of return predictors to measure similarity between stocks and propose new sorts that span the investment opportunity set. In the first essay, I identify the strongest predictors of expected returns by sorting stocks in-sample on realized returns (as a proxy for unobservable SDF-exposure sorts) and forming out-of-sample portfolios by assigning each stock to the closest return-sorted “centroid” in high-dimensional characteristic space. This approach outperforms leading machine-learning strategies, remains strong after transaction costs, and reveals that price-based characteristics and their nonlinear interactions are most informative. I find that the strongest predictors of future returns include shortterm reversal, large-stock industry returns, momentum, and volatility. However, a large set of characteristics jointly separates losers from winners. Among nonlinearities and interactions, the largest conditional contributions arise from interactions among short-term reversal, volatility, momentum, and dollar volume. In the second essay, I propose high-dimensional “basis portfolios” by clustering stocks based on a large set of characteristics. These basis portfolios display high dispersion in average returns and low comovement, improving conditioning for out-of-sample mean–variance optimization. The third essay documents peer predictability: the past returns of an asset’s nearest neighbors in characteristic space predict its future return, producing monthly FF5 alphas of 1.65% (𝑡 =11.52) over 1980–2021 and robust performance beyond industry effects and standard factor models.

KW - asset pricing

KW - machine learning: portfolios

KW - stock characteristics

KW - asset pricing

KW - machine learning: portfolios

KW - stock characteristics

M3 - Doctoral Thesis

SN - 978-952-64-3102-4

T3 - Aalto University publication series Doctoral Theses

PB - Aalto University

ER -

Essays on asset pricing via machine learning

Abstrakti

Pääsy asiakirjaan

Sormenjälki

Siteeraa tätä