Esta tese é composta por dois ensaios sobre finanças empíricas. O primeiro se concentra nos mercados de câmbio e apresenta medidas de mudanças na inclinação da estrutura de curto prazo das taxas de juros para os EUA e outros países de G10, usando contratos de futuros de 3 e 6 meses. Essas mudanças na inclinação têm impacto imediato nos retornos da moeda e também forte efeito retardado nas semanas seguintes, o que implica que as moedas são previsíveis tanto dentro quanto fora da amostra. Os investidores que condicionam na inclinação para negociar taticamente uma carteira comprada em moedas G10 contra o Dólar americano melhoram os índices de Sharpe para 0,4-0,9, em relação a 0,15 de uma estratégia de buy and hold. Uma carteira de moeda neutra em dólares que classifica as moedas dos países do G10 de acordo com a inclinação no cross-section também oferece índices de Sharpe mais altos do que outras estratégias de moeda como o carry trade. Essas descobertas são compatíveis com uma reação defasada do mercado de câmbio às informações sobre taxas de juros. O segundo ensaio propõe uma nova medida que usa apenas informações de dispersão cross-section de betas do modelo CAPM para prever retornos agregados de mercado para os EUA. Esta escolha de preditores é baseada em argumentos teóricos simples de que as medidas associadas à dispersão dos betas do CAPM, em alguns cenários, devem ser relacionadas aos retornos futuros de mercado esperados. Essas medidas de dispersão de fato prevêem o prêmio de risco de mercado em vários horizontes e fornecem alto poder preditivo dentro e fora da amostra. O R2 fora da amostra atinge até 10 porcento na frequência anual (0,7 porcento mensal) e são robustos a diferentes janelas de estimação. Ao contrário da maioria das medidas encontradas na literatura, a nossa não é baseado em preço ou valuation ratios. Nossas medidas variam com o ciclo econômico e se correlacionam com outras variáveis de previsão comumente usadas, como razões de dividendo-preço e consumo-riqueza, mas fornecem poder explicativo acima e além dos preditores padrão. Nossos resultados fornecem evidências adicionais de que a dispersão dos betas ao longo do tempo é função da variação temporal do prêmio de risco de mercado.