知识库

该模型通过提交的订单流和潜在交易者的抵消性活动解释市场冲击。当价格超出各自阈值时，这些交易者便会入场，而订单流会消耗他们可提供的流动性。广义 Langevin 方程描述多个时间尺度上的恢复过程；由于其记忆核是指数函数之和，该模型可以精确表示为马尔可夫系统。…

本文档介绍一款围绕交易信号和实用筛选功能设计的股票筛选可视化工具。其后端计算每只股票相对于同类股票的交易偏离程度，将相对偏离作为均值回归信号，并把信号的大幅变化标示为动量。前端以颜色呈现信号，并允许用户按行业、交易所、信号、流动性和市值对股票排序或筛选。 文档所述的贡献是一款实用界面，支持用户探索信号候选项并提供有用的控制选项。文档介绍了该工具的设计和可用部署形式，但没有说明信号公式、验证方法、历史表现或交易规则。其显示功能可以帮助用户查看股票，但不能证明信号能够盈利，也不能证明相对于同类股票的偏离会回归。

本文研究统计套利信号来自导致价格跳跃和扩散的隐藏因子时，如何实现最优交易。交易者的订单也可能影响报价和成交价，因此该问题同时包含不确定的市场状态和交易者自身的价格冲击。所提方法跟踪潜在状态的后验分布，并据此明确求解交易问题。验证定理为解提供支持，而期望最大化算法的一个变体则用于校准模型。…

论文提出一种市场微观结构模型，将核心订单与反应流分开，并用 Hawkes 过程表示两者。在其尺度极限下，核心订单流的一个持续性统计量将若干观察到的市场模式联系起来：带符号订单流的持续性、粗糙的交易量和波动率，以及幂律价格冲击。无套利条件限制了这些量之间的关系。…

文档认为，NFT市场原则上具有透明性，但容易受到复杂交易者的影响，他们会利用技术知识、协议机制和市场低效。文档将机会主义交易描述为自动化的高频活动，认为这类活动可能干扰普通用户的交易，并从普通用户较难利用的情形中攫取价值。…

本研究考察在 Xetra 和 Nasdaq Stockholm 上市的比特币和以太坊交易所交易产品的日内异常，使用从2024年1月至2025年12月的一分钟 K 线。基准方法通过对左尾超额拟合广义帕累托分布来识别极端负收益。作者又加入三个二元指标：不同交易场所间的价格偏离、之后十个活跃 K 线内几乎没有恢复的极端下跌，以及发生在短期正向动量之后的极端下跌。 每类异常所占 K 线比例均低于1%。Mann-Whitney U 检验发现，与普通 K…

本研究为US股票构建均值回归配对策略。研究没有沿用常见的配对交易方法来选择配对，而是使用最大似然估计构建符合 Ornstein-Uhlenbeck 过程的静态投资组合。估计得到的模型参数用于生成反向信号，交易阈值和样本内窗口长度则通过多轮测试选定。 文档报告了九组有潜力的配对，其样本内和样本外夏普比率均高于1.9。文档以CCI与HCP、以及CCI与 Realty Income…

该研究框架将确定性限价订单簿模拟器与随机订单到达结合起来，订单到达由多元标记Hawkes过程生成。文中说明线性和非线性Hawkes模型如何表示聚集订单流，并报告了两种模型的稳定性与遍历性结果。框架还包含时间重标度和拟合优度诊断，用于评估拟合后的事件模型。 作者使用Binance BTCUSDT和LOBSTER…

本文概述一种拟议的高频股票交易算法，使用神经网络预测生成买卖信号。研究比较三种方法：使用交叉熵损失和拟牛顿法优化的逻辑回归、全连接神经网络以及支持向量机。文中给出的理由是，神经网络能够提取股票数据特征并进行分类，而支持向量方法则将观测映射到更高维空间进行分类。…

该框架解决了合成期权生成中的循环问题：隐含波动率通常根据观察到的期权价格推断，但合成价格又需要以隐含波动率为输入。框架首先使用跳跃隐马尔可夫模型生成多资产股票路径，然后通过改进的Heston方差过程推导隐含波动率路径。方差目标会随状态、到期时间、虚实值程度和市场情绪指标变化。随后使用可重组二叉树格为美式期权定价，并按行权价和到期日分别初始化，旨在无需外部校准即可生成波动率微笑、偏斜和期限结构。…

本文分析一个名为“财富博弈”的简化基于智能体的市场中的价格行为。模型移除了做市商，迫使多数交易者限制股票交易，以维持总供需平衡。其余策略包括乐观和悲观的基本面投资者以及趋势跟随者，从而可以在简化环境中研究这些交易者类型的相互作用。…

该研究考察新闻和社交媒体文本与金融及区块链数据结合后，能否改善比特币和以太坊价格预测。研究比较了预训练和微调语言模型与基于词典的情绪分析方法，并使用BART MNLI零样本分类识别看涨或看跌内容。预测目标包括局部价格极值和日度走势；选择这些目标旨在降低交易频率和投资组合波动。…

该研究考察不同时间区间和数字资产交易所中比特币收益分布的尾部。研究检验共同标度行为并估计幂律指数，重点关注尾部是否意味着有限的二阶矩。作者报告称，在所考察的区间和交易所中，尾部均呈现缓慢衰减的幂律，渐近指数介于2与2.5之间。…

本文分析连续时间下正值均值回归资产的均衡定价，其中投资者对均值回归速度和资产长期均值的看法各不相同。核心结果是给出了价格泡沫存在的条件，并表明投资者之间存在分歧本身并不能保证出现泡沫。该条件与资产漂移直接相关。 本文还将最低均衡价格刻画为某微分方程的唯一二阶可微解，并给出使用合流超几何函数的表达式。这是一项理论分析，而非实证交易研究：所提供的描述没有数据、估计参数或策略测试。因此，结论取决于指定的资产动态和投资者信念结构，而摘要未能说明这些结论如何适用于其他市场环境。

本文介绍KBPT这一配对交易策略，它结合了卡尔曼滤波器、布林带信号和基于KalmanNet架构的神经网络。传统方法将两种资产之间的关系建模为带有高斯噪声的线性状态空间过程。由于该模型可能只能近似描述资产对的行为，由此产生的指标和交易可能并不可靠。KBPT则采用扩展状态空间模型，允许部分协整，并通过学习改进跟踪过程。…

本文介绍一种端到端机器学习方法，可将期权市场数据直接映射为交易信号。与指定市场动态或依赖期权定价模型的方法不同，该方法训练模型学习观测数据与交易决策之间的关系。它还采用换手率正则化，以考虑交易活动及其成本。 报告的回测覆盖了标准普尔100成分股期权、时间跨度超过十年。作者报告称，相比基于规则的策略，该方法取得了更好的风险调整后表现；在交易成本极高时，换手率正则化还带来进一步提升。摘要未提供模型细节、表现数据或验证设计信息，因此仅凭此描述无法评估结果的可信度及实际适用范围。

本文介绍将深度强化学习用于均值回归交易问题。其目标是让实践者更容易使用近期的强化学习方法，否则他们可能需要在众多方法中作出选择，或从经典基础开始构建智能体。文中演示使用一个最初为策略游戏开发的强化学习库，并将其用于金融决策。 该框架还纳入了具有经济学动机的函数性质，目标是得到收敛且表现出色的解。不过，本文没有给出具体模型架构、奖励设计、交易规则、数据、基准或数值结果。因此，文中概述的是方法及其动机，证据不足以评估盈利能力、稳健性或相对于其他方法的表现。本段中关于收敛性和表现的主张没有实验细节支持。

本文关注未能捕捉峰值和谷值、因而高估或低估实现波动率的预测。文中指出，SVR-GARCH可能产生与此前波动率相差很大的预测，这种表现被描述为依赖过去信息。作者提出混合ARCH（BARCH）和增强型BARCH（aBARCH）模型，以改进预测，尤其是对金融时间序列转折点的刻画。…

本文提出一个框架，用于决定如何在电子股票市场执行交易。交易者可以使用市价单或限价单，也可以将订单路由至多个交易所。该方法将下单视为凸优化问题，并将决策与订单流、限价订单簿中的队列规模、交易所费用与返佣以及交易者偏好联系起来。…

本文分析线性和非线性动量交易策略的三阶矩，即偏度特征。文中将非线性策略视为对标准化移动平均滤波器的变换，具体而言是指数移动平均（EMA）。研究重点是解释这些策略通常为何具有正偏度，以及偏度为何随期限结构而变化。 论文综合了作者此前的两项研究，并作了更新和评论。文摘指出了所研究的策略类别和统计特征，但未提供公式、实证数据、参数选择或策略比较证据。因此，它只是分析提纲，不足以据此估算偏度或选择动量策略。

该研究考察反应速度和交易紧迫程度如何影响模拟市场中的自动化策略。模拟市场包含一家交易所、一个公开限价订单簿和连续双向拍卖撮合。反应速度指策略针对市场事件计算响应所需的时间；紧迫程度描述临近截止时间时策略行为变化的幅度。这些维度扩展了常见分析：此类分析通常比较定价策略，却忽略时间因素。…

本文提出一个正式框架，用于选择证券市场中的订单执行方式。其效用函数在市场冲击与时机风险之间权衡，并以执行相关的交易成本表示时机风险。这一框架将执行选择与以下权衡联系起来：推动市场的成本，以及等待或在一段时间内完成订单的成本。 该方法建立在成熟的最优交易理论之上，并纳入旨在支持不同执行策略的特征。它还考虑了其他市场冲击模型和不同的收益统计分布。文摘未说明效用函数的具体形式、产生的策略或定量结果，因此仅提供高层次框架，细节不足以评估其表现或实施方式。

本文使用深度前馈网络研究大跳动价位和小跳动价位股票中高频收益与带符号交易量之间的非线性交互。研究将该网络与线性向量自回归（VAR）进行比较，并采用基于SHAP的解释方法，识别近期滞后输入对预测的贡献。该网络提升了预测表现，尤其是收益预测；解释结果则强调了最新的滞后项。…

本文从理论上解释暂时性市场冲击，即实证研究观察到的交易引起的短暂价格反应。文中将方向性交易者与套利者建模为在纳什均衡中相互作用，尽管博弈中的基础冲击是固定且永久的。交易者的行为以及市场对订单流的反应，可能会造成冲击似乎逐渐衰减的现象。…