知识库

这项研究使用随机波动率模型，对日前电力现货价格进行概率预测。研究将价格视为方差随时间变化的非平稳时间序列，并在离散时间中把波动率表示为潜在随机过程。研究首先考察一个基准随机波动率模型，随后加入若干外生回归变量对其进行扩展。…

这篇短文考察一种持有短期限、价外欧式看涨期权的简单策略。文中认为，该策略在 Black-Scholes-Merton 框架下显得异常有吸引力，因此引出了该模型与资本资产定价模型之间可能存在的不一致。文章借此探讨期权定价假设与投资回报之间的关系。…

这项研究提出了一套流程，用于从九只股票之间的关系中寻找方向性交易信号。首先，研究使用高斯混合模型，根据历史中间区间波动率对股票分组；随后通过格兰杰因果检验、自定义的 PCMCI 程序和有效转移熵检验预测关系。研究还使用动态时间规整和 K 近邻分类器估计信号可能适合交易的滞后期。最终策略通过回测进行评估。 在 8 June 至 12 August 2023 期间，报告的投资组合收益率为 15.38%，而买入并持有为 10.39%。论文还报告，夏普比率最高达到 2.17，部分股票对的胜率最高为…

本文将零 Vanna 隐含波动率近似从新设立的波动率互换扩展到已存续合约。文章还介绍了两种波动率互换对冲方法：使用一篮子普通期权，或使用方差互换。一篮子期权的权重与交易直觉相联系，而方差互换方法包括一阶和二阶对冲。…

本文在一般局部随机波动率框架下，推导欧式或有索取权买方和卖方无差异价格的近似值。假设投资者具有指数效用，索取权收益可以取决于可交易资产或不可交易资产。无差异价格表示在给定模型风险和偏好时，投资者愿意买入或卖出索取权的价格水平。…

论文提出一种贝叶斯推断与相关熵技术，用于建模市场信息中的不确定性和模糊性，并评估资产价格。作者将该方法应用于基于消费的资产定价模型，用贝叶斯网络表示消费变化，并利用数据考察价格动态。 报告的动态特征包括顺周期价格偏离、逆周期股权溢价和波动率、杠杆效应，以及超额收益均值回归。作者称，运用该技术建模资产信息能够有效估计市场价格变化。所提供的描述未说明数据、基准方法、估计流程或量化评估，因此仅凭这些内容无法判断其准确性和普适性。

本文提出一种逐笔金融收益模型，将 ARFIMA 过程、买卖价反弹、肥尾收益和非泊松交易间隔结合起来，用于解释市场数据中的若干特征：短暂的收益相关性、持续时间更长的绝对收益相关性、微观结构噪声和埃普斯效应。…

这项分析研究在多个平台交易的主流加密货币逐笔数据，考察交易间隔以及交易笔数、交易量和波动率。作者报告，交易间隔存在长程幂律自相关，并将这一模式与多重分形联系起来。奇异谱呈非对称性，高活跃时期的多重分形特征比平静时期更丰富。…

这项研究建模高频市场中极端损失的严重程度如何随交易活动和市场不确定性变化。其动态极值回归允许预测变量是平稳过程或局部单位根过程，从而处理可能扭曲尾部风险变化估计的预测变量行为。候选预测变量包括波动率和流动性指标。 为筛选相关预测变量，作者提出两步自适应 L1 正则化极大似然估计量。作者证明了该方法在选择这两类预测变量时具有预言机性质，并报告模拟中的有限样本表现良好。一项针对九只流动性较高的美国股票高频极端损失的实证研究使用了 42…

PrivySense 提出通过观测到的价格波动来估计财经新闻中的情绪。这与论文所述的传统做法相反：先用人工标注的文本训练情绪分类器，再将其用于辅助证券交易。该研究还考察了现有情绪分类器，并探讨在交易语境中应如何定义情绪。…

本文考察确定性交易策略如何影响价格过程。研究将策略视为信号处理机制，利用外部信息和历史价格生成信号，并探讨策略驱动的订单如何纳入未来价格。分析采用基于做市商的价格形成模型，追踪由此产生的动态变化。…

本文研究能否预测苹果公司股票的日内价格过度反应，并将其作为动量信号进行交易。研究结合波动率标准化收益与从推特消息中提取的情绪特征，根据同期波动率和交易成本界定过度反应，并将预测设为三分类任务。测试方法包括树模型、神经网络和双向长短期记忆网络，覆盖多种日内采样频率。…

本文研究CryptoQuant信号（包括链上数据、交易所数据和矿工数据）以及巨鲸警报帖文能否帮助预测次日比特币波动率，尤其是极端飙升。研究提出Synthesizer Transformer预测模型，并将其表现与现有方法进行比较。作者报告称，使用这些数据源时，该模型对极端波动率的预测表现更好，但说明未提供样本期、资产市场细节或数值比较结果。…

本文指出波动率建模中的一项缺口：收盘至次日开盘之间没有日内高频数据，因此模型可能遗漏重要的隔夜动态。研究提出GARCH-Itô框架，用不同的瞬时波动率过程分别表示开盘至收盘和收盘至开盘时段，从而纳入交易日的两个部分。…

本研究分析比特币相关工具的高频已实现波动率及其传导情况，对比以US美元计价的比特币与兑泰达币交易的比特币。研究发现，币安泰达币保证金永续合约是波动率溢出的主要来源，向其他工具传导大量波动率，同时从其他工具接收的波动率相对较少。 分析还报告称，市场在US交易时段的响应更强，西方股市开盘时加密市场的关联性也更高。这些发现表明，研究比特币波动率和考虑监管时，衍生品交易场所十分重要。所提供的说明未给出样本期、估计细节或稳健性检验，因此这些关系应视为研究发现，而非普遍适用的因果结论。

本研究追踪 NYSE 和 NASDAQ 上市股票在出现异常的大幅 15 分钟价格变化后的价格、成交量和买卖价差。研究考察事件发生后这些市场指标如何变化，特别关注剧烈波动之后是继续承压还是出现反转。 作者报告称，有证据表明极端波动后出现了行为过度反应。事件发生前后波动率急剧上升，随后按照幂律模式下降，其指数接近 0.4；这一衰减速度快于波动率通常的自相关衰减。摘录未说明样本期、除 15…

本文提出一种交易活动随机模型，该模型基于由非线性随机微分方程驱动的分形点过程。模型根据金融市场交易数据进行调整，旨在捕捉交易时点和频率的统计特征。它用于表示交易活动中的持续性结构，而不是将交易视为相互独立的事件。 据报告，该模型能够复现股票市场交易活动中观察到的概率分布和功率谱密度。作者还引入交易活动与收益之间的简单随机关系，并通过数值计算复现波动率的长程记忆特征。文本未提供数据、估计程序、样本外表现或对交易预测的实用性等细节。其证据涉及对统计特征的复现，因此仅凭这份描述无法判断该模型对预测或执行决策的价值。

该框架将已实现波动率指标与经 LSTM 增强的已实现 GARCH 模型结合，以共同刻画收益和已实现波动率。它使用序贯蒙特卡洛进行贝叶斯推断和预测，融合了金融计量经济学建模、高频数据与深度学习。研究评估了该框架在波动率预测、尾部风险预测和期权定价方面的表现，并以边际似然衡量模型拟合度。 实证分析涵盖 31 个交易活跃的股票指数，研究时段包括 COVID-19…

本研究介绍了一种自动化长波动率方法，通过交易跨式期权来实现长波动率敞口，而不预测价格会上涨还是下跌。该方法采用基于 Transformer 的双重深度 Q 网络，对时间序列输入和多个周期的信息使用注意力机制。其奖励设计强调较长时间范围内的超额收益，同时计入超过止损阈值的损失；在市场状况不确定时，阻力位也会提供额外参考。…

本文考察当前市场趋势能否帮助预测未来波动率和相关性。研究提出将趋势强度用作风险预测的输入，拓展了此前关于趋势强度与预期收益关系的研究。该方法使用当前趋势强度的二次函数，量化波动率和相关性如何随趋势变化。…

本文介绍一种使用 v 变换对波动时间序列建模的方法，该变换将平稳序列边际分布的分位数与可预测波动率代理指标的分位数联系起来。将这些变换表示为 Copula 后，模型可以结合灵活的边际分布，以及一个单独控制波动动态的 Copula 过程。作者以高斯 ARMA Copula 过程说明这一框架，并使用针对 ARMA 模型改造的精确极大似然方法进行估计。 作者报告称，所得模型能够重现金融收益的若干风格化特征，并支持计算边际和条件量，包括基于分位数的风险指标。在比特币收益的实证应用中，该模型被描述为可与标准 GARCH…

本研究计算日经225的已实现波动率，并考察经波动率标准化的收益是否接近正态分布。为处理隔夜非交易时段的影响，研究分别估计东京证券交易所上午和下午时段的波动率。研究还报告称，在较短采样间隔下，市场微观结构噪声会降低测得的已实现波动率。…

本文介绍 Edgeworth++，一种用于定价到期时间短于一周的期权的模型。研究动机是，在这些短期限内，平值隐含波动率可能大幅波动，使传统方法难以联合定价。该模型结合跳跃扩散动态与非参数随机波动率成分，以捕捉各期限内的波动率微笑，随后加入确定性偏移，以拟合不同期限间的期限结构。…

该策略根据ATR指标值和可配置乘数计算类似超级趋势指标的跟踪带。价格升至前一条上方跟踪边界之上时，趋势状态由下行切换为上行；价格跌破前一条下方跟踪边界时，趋势状态由上行切换为下行。这些状态变化分别触发多头和空头入场。用户可以选择ATR周期、数据源、计算方法和显示选项；日期区间则限制订单可开启的时间。…