We compare the performance of the linear regression model, which is the current standard in science and practice for cross-sectional stock return forecasting, with that of machine learning methods, i.e., penalized linear models, support vector regression, random forests, gradient boosted trees...

We analyze the cross-section of more than 1200 cryptocurrencies derived from 350 exchanges in the time period from January 2014 to June 2020. Specifically, we investigate whether well-known cross-sectional characteristics like beta (Fama/MacBeth (1973)), size (Banz (1981)) or momentum (...

Die Renditen von Hedgefonds können nur unzulänglich anhand von traditionellen Faktormodellen erklärt werden, da Hedgefonds dynamische Handelsstrategien verfolgen und ihre Renditen nur gering mit den Renditen traditioneller Asset-Klassen korreliert sind. Hedgefonds erzielen jedoch keinesfalls...

Risiken von Hedgefonds: Forschungsansätze und Erkenntnisse der aktuellen Kapitalmarktforschung Dieser Artikel gibt einen aktuellen Überblick über Forschungsansätze, die darauf abzielen, Risiken von Hedgefonds zu quantifizieren. Neben dem aktuellen Stand der Forschung zu den...

In diesem Beitrag werden ausgehend von theoretischen Überlegungen die Wirkungen von Fusionen und Betriebsgröße auf die Bilanzkennzahlen von Genossenschaftsbanken untersucht. Die empirische Studie basierte auf einer Stichprobe von insgesamt 731 Jahresabschlüssen von Genossenschaftsbanken und...

Dieser Artikel zeigt, dass eine Beimischung von Kryptowährungen in ein Portfolio, bestehend aus mehreren deutschen Asset-Klassen, mit Vorsicht zu betrachten ist. Auf Grund einer hohen realisierten Volatilität werden Kryptowährungen unter einem Markowitz- und Risikoparitätsansatz nur...

The characteristics book-to-market equity ratio, size and momentum are highly correlated with the average returns of common stocks. Fama and French (J Financ Econ 33(1):3-56, 1993), (J Finance 50(1):131-155, 1995) and (J Finance 51(1):55-84, 1996) argue (for size and the book-to-market equity...

In mean-variance portfolio optimization, multi-index models often accelerate computation, reduce input requirements, facilitate understanding, and allow easy adjustment to changing conditions more effectively than full covariance matrix estimation in many situations. In this paper, we develop a...