Für den Forscher, dem Datenherkunft am Herzen liegt
Das analytische Instrument für akademische Finanzarbeit, in der die Frage so wichtig ist wie die Antwort.
Akademische Finanzforschung nimmt eine ungewöhnliche analytische Position ein. Die Datenanforderungen sind streng (Herkunft, Zeitstempelung, Vollständigkeit); die Budgets sind typischerweise bescheiden; das innerhalb der Universität verfügbare Werkzeug ist ungleichmäßig. Drusus ist positioniert, um dem arbeitenden Forscher die marktübergreifenden Daten und die analytische Tiefe zu liefern, die ein ernsthafter Aufsatz erfordert, zu Abonnementkosten, die ein akademisches Budget tragen kann.
Was Sie am häufigsten verwenden werden
- Den Chat mit dem KI-Analysten als Sparringspartner zur analytischen Struktur eines Projekts statt als Ersatz für das eigene Denken des Forschers.
- Datenexport in Formaten, die für die Analyse in Python, R oder Stata geeignet sind.
- Die Datenquellen-Dokumentation, die jede Primärquelle festhält, auf die die Plattform für jede veröffentlichte Zahl zurückgreift.
- Drusus Insights als methodische Referenz für den in der Plattform verwendeten analytischen Apparat.
Zur Zitation
Für akademische Arbeit, die Drusus als Datenquelle heranzieht, bitten wir, die Plattform als Quelle der Zahlen zu zitieren und das spezifische Datum des Datenabrufs festzuhalten. Wo die Methodik der Plattform zu Ihrer Arbeit beiträgt, bitten wir, die Methodik-Notiz konkret zu zitieren. Die vollständigen Hinweise zur Zitation finden sich auf der Methodik-Seite.
Wie sie Drusus einsetzen
Die Form eines typischen Arbeitsmusters für diese Zielgruppe.
Projekt-Skopierung
Wenn Sie ein neues Projekt formulieren, nutzen Sie den KI-Analysten, um die analytische Struktur zu hinterfragen. Bitten Sie nicht um eine Antwort, sondern um die strukturellen Einwände gegen Ihre vorgeschlagene Methodik.
Datenakquisition
Exportieren Sie die benötigten Daten mit angehängten Herkunfts-Metadaten. Der Export erfasst die Primärquelle, den Zeitstempel und das Datum des Abrufs auf der Plattform.
Methodischer Abgleich
Wo sich die Methodik der Plattform mit der analytischen Arbeit Ihres Projekts überschneidet, prüfen Sie die Methodik-Notizen. Sie sind in akademischem Register verfasst, nicht in Marketing-Register.
Überprüfung vor Einreichung
Vor der Einreichung bitten Sie den KI-Analysten um die Kritik, die ein Gutachter erheben könnte. Die Übung ist am nützlichsten, wenn der Analyst auf die Argumentation gegen Ihre Schlussfolgerung beschränkt ist.
Eine illustrative Anfrage
Die Form, die eine typische Interaktion mit dem Drusus-KI-Analysten für diese Zielgruppe annimmt.
Ich untersuche die FX-bereinigte Preisbeziehung zwischen Notierungen in Hongkong und New Yorker ADRs doppelt notierter chinesischer Aktien. Ich möchte prüfen, ob sich die Abweichung seit 2020 systematisch ausgeweitet hat. Formulieren Sie die wesentlichen methodischen Fragen, die ich vor der Schätzung adressieren sollte.
Sechs methodische Fragen sind vor der Schätzung adressierungswürdig. Erstens die Definition der Abweichung: Verwenden Sie die einfache prozentuale Differenz, die Log-Differenz oder eine normalisierte Metrik, die die Nicht-Überlappung der Handelszeiten zwischen Hongkong und New York berücksichtigt. Zweitens die FX-Anpassung: Verwenden Sie den Schluss-Kassakurs zum Zeitpunkt jedes Notierungsschlusses, einen interpolierten Mittelkurs oder einen synchronisierten Referenzkurs. Drittens die Stichprobenauswahl: Beschränken Sie sich auf Werte mit kontinuierlicher Doppelnotierung über die gesamte Stichprobenperiode oder lassen Sie Werte zu, die im Stichprobenzeitraum gelistet oder delistet wurden (mit angemessener Korrektur für Survivorship-Bias). Viertens die Regimekontrolle: 2020 sah eine erhebliche Verschiebung des politischen Umfelds, eine anhaltende Dollar-Stärke und eine Reihe regulatorischer Eingriffe speziell zu chinesischen ADRs. Die Trennung der Ausweitung nach 2020 von diesen Confoundern kann explizite Regime-Indikatoren erfordern. Fünftens die Liquiditätsfrage: Ist die Abweichung primär eine Funktion der Liquidität auf Werteebene, in welchem Fall das Hauptergebnis von einer kleinen Gruppe weniger liquider Werte getrieben wird. Sechstens die Behandlung von Feiertagen und Kapitalmaßnahmen: Doppelt notierte Werte weisen rund um Nicht-Überlappung an Feiertagen und Kapitalmaßnahmen große transitorische Abweichungen auf, die gefiltert werden müssen, um die strukturelle Beziehung zu isolieren. Diese sechs Bedenken bestimmen Ihre Schlussfolgerung nicht vor, doch wird die Arbeit davon profitieren, dass jedes davon im Methodikabschnitt explizit adressiert wird.
Empfohlene Stufe
Drusus Analyst zu £29 pro Monat deckt die meisten akademischen Anwendungsfälle ab, mit vollständigem Datenexport, dem KI-Analysten in erweitertem Kontingent und dem Methodik-Archiv. Für Forschungsgruppen, die die Plattform intensiv einsetzen, ist die Stufe Strategist oder Institution angemessen. Bildungspreis-Vereinbarungen sind für Postgraduiertenprogramme möglich; bitte schreiben Sie an contact@gravenos.com.