日本語要約

本研究は、東京証券取引所に上場する個別株の高頻度リターンに対するアウトオブサンプルの予測力を調査し、その価格発見プロセスへの影響を考察します。この研究の重要性は、短期的な株価変動を予測することで投資戦略の精度を高め、マーケットの効率性を向上させる可能性がある点にあります。分析には、48の予測因子を用い、さまざまな振り返りウィンドウから得られたデータを基にしています。主な推定戦略としては、取引不均衡、オーダー不均衡、過去のリターンが予測において重要な変数であることが特定されました。結果として、最近の振り返りウィンドウがより多くの予測情報を含むことが示され、モメンタム効果がリバーサル効果を上回ることが確認されました。無条件の予測戦略では、全てのテスト期間において平均的な予測性能が、将来の平均リターンに基づく実現不可能なベンチマークよりも劣ることがわかりました。しかし、安定した株に焦点を当て、観測数が多く、主要な変数の推定係数が一貫して非ゼロである取引日のみを分析に含めることで、無条件予測戦略を上回る平均的なアウトオブサンプルのR²を達成しました。これにより、5秒間隔で予測可能な株が存在することが示唆されました。さらに、最も取引量が多い株においては、振り返りウィンドウを狭めることで予測性能が向上しますが、予測ホライズンが数分を超えると予測可能性が消失することも明らかになりました。これらの結果は、流動性が低く、情報信号の発動頻度が少ない日本の大企業株が、短期的な価格発見に制約を与える可能性があることを示唆しています。