知识库

本文通过两种非线性机制——慢分岔和快分岔——考察均值回归状态与动量状态之间的转变。在慢分岔情形下，控制参数变化时，均衡逐渐演变，系统失稳则会延迟发生。作者提出一个基于马尔可夫链扩散的单一序参量，作为可能的前兆。在快分岔情形下，稳定均衡与不稳定均衡合并，系统改变状态之前会出现压缩的灾变前区间；扩散时间尺度被提出作为预警信号。…

本文介绍一个框架，用于判断自主交易策略在历史模拟之外是否可能继续保持可靠。文章聚焦于常见评估误区：这些误区可能使策略在回测中看似成功，却在实盘市场或开发阶段未使用的数据上表现不佳。 该方法设定最低测试时长和要求，并将其应用于多个用于不同资产的已发表策略。报告结果显示，许多策略未能证明其投资表现可靠。该框架旨在帮助比较候选策略并设定更现实的预期。摘录没有说明具体测试、阈值、策略示例或详细结果，因此它主要支持一般评估原则，而非可复现的操作流程。标题强调 FX，但正文称所评估的策略涵盖多种金融资产。

本文概述一种拟议的 USDCHF 交易策略，使用黄金市场动态作为跨市场过滤条件。模型采用耦合隐马尔可夫模型描述两个市场，将其状态行为联系起来，而非孤立分析该货币对。文中列明 RSI 和 CCI 是触发交易信号的观测指标。 每次迭代中，模型都会经过解码，以估计最可能的下一状态和观测值，进而用于指导交易。其依据是黄金可能为 USDCHF…

这项研究将深度强化学习用于外汇交易，把交易选择建模为一系列决策，而非依赖直接的价格预测。研究将 Sure-Fire 统计套利策略调整为三种可能的操作，并把连续价格历史转换为格拉米角场图像。作者使用 EUR/USD、GBP/USD 和 AUD/USD 的四小时级数据，对比深度 Q 学习与近端策略优化。 训练使用 1 August 至 30 November 2018 的数据，测试期为 December…

本文介绍可视图相对强弱指数，这是一种基于价格的指标，由工具价格序列中的反向可视关系构建。指标范围为零至100，并用于自动交易策略生成信号。评估采用滚动设计，优化窗口为30天，测试窗口为7天，测试对象包括道琼斯工业平均指数、EUR/USD以及以US美元计价的黄金，覆盖2024至2025年。…

本文介绍一种均值回归方法，从收益率曲线交易策略出发，将其扩展为涉及主要货币对的多货币对策略。为改进交易信号，该策略纳入相关宏观经济变量的机器学习预测。预测信息用于优化分配给信号的权重，在技术指标之外加入宏观经济输入。 据报告，纳入预测后，评估期内的年收益率有所提高。本文未提供具体收益数据、基准比较、预测变量、训练设计或成本和风险细节。因此，本文展示了一种将宏观经济预测与均值回归策略结合的方法，但现有信息不足以评估所报告改进的幅度、稳健性或样本外可靠性。

本研究考察跨度为 13 年的高分辨率 USD-JPY 汇率数据，重点分析汇率变化分布和相关性的统计规律，尤其关注价格变动是否取决于近期走势历史。研究通过条件概率密度，识别出一个以八个跳动为尺度的趋势跟踪形态，约相当于一分钟。 文中报告，数据集包含 20 百万条观测，并将短周期趋势形态作为统计发现呈现。研究未提供抽样程序、精确的条件密度估计、交易成本或交易规则等细节。因此，所报告的形态为该数据集中的短期持续性提供了证据，但无法证明它能转化为盈利策略，也不能说明其可推广至其他货币对、时期或市场条件。

本研究考察在 2016 至 2020 的样本期内，比特币、以太坊和瑞波币相对欧元、日元、标普 500 指数和 MSCI 世界指数的日美元收益是否稳定。研究首先去除周期短于一个月的波动，再通过三种方法评估筛选后的日收益之间的关系：皮尔逊相关、用于允许滞后关系的动态时间规整，以及基于 Black-Scholes 模型隐含界限的累计预测误差检验。…

本文将多维弦状对象引入金融时间序列预测。文中描述了具有两个端点的开弦和 D2 膜，将其作为早期单端点弦模型的扩展，并考察这些对象的属性如何影响预测器统计特征。提出的表示方法旨在支持对各类时间序列系统建模。 本文还提出用弦角动量与历史波动率共同评估汇率稳定性，并通过四种货币对的演示模拟展示该方法在预测中的应用。所提供的描述未给出性能指标或对照基准，也缺少足够的方法细节，无法评估其预测可靠性或实际交易价值。

本文评估两种用于交易的深度强化学习方法：Double Deep Q-Network 和 Proximal Policy Optimization。研究使用从 2019 到 2023 的日度数据，将其表现与买入并持有基准进行比较。涉及的资产包括三个货币对、标普 500 指数和比特币。…

该方法结合外汇汇率预测与统计套利，并考虑观察价格到执行交易之间的延迟。第一阶段将汇率预测建模为离散时间时空图上的边级回归：货币是节点，汇率是边特征，利率则作为节点特征。这种结构旨在表示不同货币和利率之间的关系。 第二阶段将套利构建为随机优化问题。交易所及其影响关系组成的图支持风险调整后的投资组合决策，同时使用投影和 ReLU 根据预测模型的输出施加约束。作者报告称，预测的均方误差显著改善，套利的信息比率和 Sortino…

本研究考察外汇即期市场的订单流是否具有长期记忆，即其行为中的依赖关系是否会持续较长时间。研究分析高活跃度电子平台上的三个流动性较高的货币对，所用数据可在单个交易日内得出稳定估计，无需将多日观测合并。 研究报告称，在每个抽样交易日，三个货币对的 Hurst…

该策略寻找内包线，即其高低点均处于前一根K线范围内的K线。策略根据前一根K线的方向确定交易方向：若为看涨K线，则在其最高价上方设置买入止损单；若为看跌K线，则在其最低价下方设置卖出止损单。入场、止损和止盈价位均以偏移前一根K线的区间来确定。仓位数量按可配置的权益比例除以入场价与止损价之间的距离计算，从而使持仓敞口与计划亏损距离相关。出现新的合格形态时，脚本会取消挂单并平掉现有持仓，然后更新价位。…

本文介绍货币套息交易：借入或做空央行利率相对较低的货币，持有利率相对较高的货币，目标是赚取利差。简单示例从 10–20 种货币中，做多利率最高的三种、做空利率最低的三种，将未使用现金投资于隔夜利率资产，并按月再平衡。…

本文介绍外汇市场的横截面动量：近期收益较强的货币往往跑赢近期落后者。一个简单版本按过去 12 个月兑 US 美元的收益，在约 10 至 20 种货币中排名，做多前三名、做空后三名，并按月再平衡。无需用于保证金的现金可赚取隔夜利率。 所引研究报告称，1976 至 2010 年间，逾 40 种货币的赢家与输家超额收益差最高可达每年 10%，且具有显著性。文中认为，这种模式部分源于市场对信息反应滞后，并指出它可能与全球经济风险和政治风险相关。研究还显示，将 FX…

美元套息交易以一篮子发达市场货币的平均远期贴水相对于US三个月期国债利率的水平来选择货币头寸。如果US利率高于这篮子货币的平均远期贴水，策略做多美元、做空货币篮子；如果低于该水平，则反向持仓。货币篮子采用等权配置，投资组合每月再平衡。文中指出，平均三个月期货币利率可替代远期贴水。…

本文介绍一种自动化 RSI 策略，使用 H1 信号并通过 D1 确认。买入要求两个周期的 RSI 均高于超卖阈值，且较前一次读数上升；卖出要求 RSI 低于超买阈值且正在下降。信号使用已完成的 K 线，因此在 K 线收盘后做出决策，而不是依据盘中不断变化的数值。…

本文说明一种专家顾问的做法：随着交易盈利，移动止损。用户可设置是否启用追踪止损、开始追踪所需的盈利距离、步长和魔术号。每个跳动时，程序会扫描未平仓交易，并按魔术号和图表品种筛选，然后检查买入或卖出仓位。对于符合条件的交易，程序根据当前买价或卖价计算新的止损，并在满足设定的距离和步长条件时修改订单。…

本篇介绍，为成交价格数据设计的回放系统在外汇或其他基于买价的市场中使用时，为什么可能生成错误的图表和指标。在所述数据中，逐笔成交量可能一直为零，因为它取决于最新价的变化。因此，只有成交量为正时才生成一分钟柱线的现有程序，可能完全跳过买价报价。…

本文介绍一个使用 IBS_RSI_CCI_v4 指标的专家顾问。柱线收盘且指标云图变色时，系统会形成信号；云图颜色变化是文中说明的触发条件。本文提到在六小时图表上使用 GBPUSD，并称展示了采用专家顾问默认输入参数的 2015 测试结果。 测试说明称，测试中没有使用止损或止盈。本文没有提供数值表现、账户假设、交易成本分析，也没有解释三个指标组件如何决定云图颜色。因此，仅凭文本无法评估该策略；单一品种、周期和测试时段也不足以证明其稳健性。该实现还依赖指标和交易算法组件，但指标可能已打包在编译后的专家顾问中。

本文介绍一个 MetaTrader 专家顾问框架，可在可配置的品种列表中分别使用剥头皮和波段交易模式。其剥头皮逻辑采用短周期、快慢指数移动平均线、RSI 筛选，以及相对较紧的止损和止盈。波段配置采用更长的周期、回看窗口、斐波那契回撤位，以及可选的日线趋势确认。输入参数还包括仓位大小、跟踪止损、最大持仓数量、滑点，以及是否使用 ATR 来确定止损和止盈距离。…

本文介绍用于分类次日货币收益的支持向量机，解释最大间隔决策边界、允许部分分类错误的软间隔，以及如何利用核技巧在更高维特征空间中表示非线性边界。随后介绍一个模型：使用货币价格和滞后收益特征，采用三次核，并通过网格搜索和三折交叉验证选择参数。…

本文探讨如何解释两个系统在类似布莱克–斯科尔斯的框架下，对同一 AUD/JPY 期权估值产生的盯市差异。两个系统报告的隐含波动率、远期汇率、维加和 USD 德尔塔各不相同。问题在于，估值差距有多少来自波动率和远期汇率输入，剩余部分是否也能解释。 回答没有提供数值归因方法，而是指出几种可能造成剩余差异的因素：伽马和其他高阶敏感度、不同的利率假设，以及交叉货币期权 USD 德尔塔表示惯例不一致。回答建议使用 Garman–Kohlhagen…