知识库

本研究分析预测器的几何结构如何限制决策导向学习；在这种学习方式中，模型训练与下游决策目标相联系。研究使用稀疏指数跟踪，区分优化器所用的协方差信息与预测器可用的参数更新方向。秩为一的预测器雅可比矩阵会使非零的逐样本梯度共线，而谱界则描述近似共线性。论文还刻画了批量更新子空间，并给出反例，说明局部秩属性本身并不能决定共同极小值或共线的批量更新。…

本文介绍一种混合自回归模型，其组成部分同时使用高斯分布和Student’s t分布。该组合旨在表示方差行为不同的状态之间切换的时间序列：部分状态为条件同方差和高斯分布，其他状态则为条件异方差和Student’s t分布。因此，与单独使用任一类组成部分相比，该模型能够涵盖更广泛的状态行为。…

本研究提出使用针球损失和经验覆盖率对概率预测模型进行排序的统计指标。研究探讨这些指标能否识别表现最佳的预测模型，以及排序指标是否与样本外更高的每笔交易平均利润相关。研究重点是以分位数表示的预测及其在交易策略中的应用。…

本研究使用多状态隐马尔可夫模型预测并解释比特币、以太币和瑞波币的收益。研究比较了不同模型类型，包括非齐次隐马尔可夫模型，并考察金融、经济和加密货币特有的预测变量。在针对全部三种资产的模型中，四状态非齐次模型的一步预测表现最好。…

本文研究当市场概率分布不确定时，经典套利条件是否仍然成立。研究使用Wasserstein距离衡量这种不确定性，并考察标准套利条件的弱形式和强形式。该框架还引入一种称为统计套利的宽松条件，旨在描述通常要求无法完全满足时出现的机会。…

本文介绍一种远期利率曲线波动模型，将其视为一根刚性弹性弦。该模型将推动曲线变化的冲击与意外订单流联系起来，从仅描述价格扩展为对价格和交易活动的微观结构描述。 据称，该框架能够用比现有交叉冲击模型更少的参数捕捉市场冲击和交叉冲击，同时提供相当的解释力。它还得出依赖流动性的关系：一个期限的远期利率与另一个期限的订单流相关，这与近期实证发现一致。作者进一步报告，该模型能够解释短期内偏离鞅价格行为的现象。所提供的描述未给出数据详情、参数估计或超出这些比较的测试，因此不足以评估模型的预测表现或实际用途。

本文将持续的买卖订单流视为市场状态变化的证据；大额订单被拆分并随时间执行时，就可能出现这种情况。论文提出一种贝叶斯在线变点检测方法，并结合得分驱动模型，允许序列相关性存在，也允许参数在各状态内变化。其目标是实时检测变化，并改善对订单流和价格冲击的预测。…

本研究考察不同投资者群体在2003至2008年间如何交易诺基亚股票，并比较市场状况与新闻的作用。研究将收益和波动率视为内生因素，将每日新闻量和根据新闻得出的情绪指标视为外生因素。研究使用线性回归和偏相关分析，评估这些变量与不同投资者类别交易行为之间的关系。…

本研究检验COVID-19健康指标是否能为比特币收益预测增加预测价值。研究比较了使用和未使用疫情相关特征（包括疫苗接种、住院和检测指标）训练的LightGBM回归模型。遗传算法通过31次独立运行优化模型；研究使用重叠分析和Mann–Whitney U检验比较R²、RMSE和MAE的分布。研究还使用置换特征重要性评估各输入变量的贡献。…

本研究考察布伦特、WTI和上海原油期货的配对交易扩展。研究指出，三个价格序列存在协整关系，并将由此形成的价差建模为均值回归过程，其状态由隐马尔可夫链控制。研究使用基于在线滤波的参数估计来实施并测试统计套利策略。…

本文探讨资产价格行为为何在约两个世纪里似乎变化不大。文章指出，历史证据显示曾出现价格大幅波动和市场无效的时期，随后简要回顾了趋势跟随的理论研究和神经学解释，并从概念层面说明这些模式为何可能跨时代持续存在。…

本文提出一个随机模型，描述趋势跟随者、反对者和无倾向者组成的人群中观点如何传播。强化机制影响智能体的选择，未观测到的趋势过程则塑造这些决策。该框架表示了观点形成中的放大、抵制和随机性。…

本文考察加密货币投资者基础的变化是否与其特质波动率变化相关。研究使用 subreddit 关注者数量的变化作为投资者基础变动的代理指标，再将该指标与加密货币特有波动率联系起来。分析还考察这种关系能否由其他市场特征解释，包括规模、动量、流动性和交易量。…

本文提出一种生成式预训练 Transformer，将金融时间序列建模为订单消息序列。该模型在离散事件模拟器中充当订单生成引擎，旨在复现限价订单簿动态并支持交互式市场模拟。它被设计为逐步生成长序列，即使原始订单流提示已移出其上下文窗口后也能继续生成。…

本文介绍一种基于智能体的逐笔价格形成模型。每个智能体的买卖订单遵循相互激励的 Hawkes 过程，而平均场交互将不同智能体的活动联系起来，并产生相关的订单量。这种交互旨在表示市场订单流中的羊群效应和传染效应等影响。…

本文扩展了潜在订单簿市场冲击模型，允许智能体表现出市场中常见的均值回归行为。它采用平均场假设研究由此产生的订单簿动态，即用订单簿的平均密度表示整个订单簿。分析考察价格冲击的发展过程，并推导出一类灵活的解，旨在支持使用市场数据进行校准。 论文提供理论分析和数值结果，包括完整订单簿的模拟方案。它没有提供闭式解，摘录也没有说明实证校准结果，或证明该模型能改善交易表现。其贡献在于扩展模型，并提供一种研究冲击动态的方法；实际价值取决于是否能根据真实市场观察结果进行校准。

EverMine 是一个框架，用于测试研究智能体在长期阿尔法发现过程中累积可复用技能、工具和规则后是否会有所改进。它通过研究历史、当前因子投资组合和累积能力来表示研究状态。资源匹配实验比较固定能力与不断演化的能力；其他分支实验则在保持研究历史和投资组合状态不变的同时替换能力。研究还通过历史状态回放，考察基于经验的候选选择如何影响投资组合结果。…

本文比较了两种描述已执行订单如何影响价格的线性方法。瞬时冲击模型通过传播函数对过去的市价单方向加权；历史依赖冲击模型则将价格变化与观察到的订单方向和其预期值之间的差距联系起来，并将这种影响视为永久性的。作者认为，两种模型还都应考虑过去收益。…

本文研究日本股市的信息差距，并探讨传统统计套利研究之外的投资者能否从公开网络资料中找到有用信号。该方法分析大量博客数据，再建立基于信息的模型，以复现所提出的交易策略并估算信息差距的大小。 本文报告了市场无效的证据，并将该模型作为量化这种无效性的方法。摘录没有说明交易规则、博客来源、样本期、表现指标或交易成本假设，因此不足以评估该策略能否在实盘交易中持续盈利，或能否推广到所研究市场之外。

本文报告了两项研究，考察以加密货币奖励作为附带赠礼提供给慈善捐赠者的情况。第一项研究分析乌克兰政府接受 Bitcoin 和 Ethereum 捐款的募款活动。在提供加密货币奖励时，Ethereum 的每小时捐款笔数增幅高于 Bitcoin，而捐款金额降幅也更大。作者认为，Ethereum 上奖励的可获得性更高，可能有助于解释这一差异。…

这项实证研究使用重构了逾一百万笔大额订单的数据，考察 Bitcoin/USD 市场冲击。研究检验了冲击与订单规模之间的平方根关系，发现尽管统计套利和做市活动较少，该模式仍在四个数量级范围内成立。 分析发现，平方根冲击描述的是大额订单的整个执行过程，而不只是最终成交价格。研究还将订单流分为估算的知情和非知情部分；非知情部分与冲击几乎完全的长期衰减相关。作者据此评估市场冲击模型的预测，并提出异质主体模型或可解释观察到的动态。证据仅涉及一个比特币交易所市场，本文没有证明同样的行为普遍适用于其他资产或交易场所。

本文结合统计构建的因子模型与随机控制，研究高维统计套利。模型假设残差均值回归，并展示如何构建解析意义上的市场中性投资组合。随后，在指数效用和均值方差效用标准下，推导有限期限连续时间投资的闭式最优策略。 该框架还考虑美元中性约束和临时二次交易成本。作者通过涉及100项资产的蒙特卡洛模拟展示这些策略，并描述了可能的扩展。摘录没有给出模拟结果、模型校准细节或实盘市场证据，因此报告的支持来自计算，而非实证。

本文提出一种适用于一般半鞅市场的均值方差对冲方法。它将对冲表述为随机控制问题，并证明该控制问题的价值过程具有二次形式。三个系数过程描述这种形式，其特征由后向随机微分方程（BSDE）刻画。 这些系数方程提供了一种推导条件均值方差对冲问题最优交易策略的方法。本文还给出等价表述，旨在将该方法与早期研究联系起来，并提供简单的示例说明。摘要阐述了框架及其主要刻画，但没有报告实证测试或数值表现。实际应用因此取决于指定市场模型并求解相关方程；简要描述没有详述计算流程，也没有比较对冲结果。

这项研究将US国债收益率曲线建模为潜在连续函数，该函数仅在少数期限上观测到。将连续的收益率曲线视为稀疏观测的函数型时间序列，使作者能够考察较早的宏观经济变量与曲线上各期限收益率之间的关系。他们采用函数型时间序列的非参数统计推断和滞后回归，而不预先设定特定的参数化收益率曲线形式。…