知识库

本文研究横截面系统化投资组合中的资产排序环节。文章认为，简单启发式方法以及按传统回归或分类模型的预测结果排序，可能并非最优，并以信息检索中的排序任务作类比。所提出的框架使用学习排序算法，学习金融工具之间成对和列表层面的关系，旨在改进提供给投资组合构建环节的排序。…

本文借鉴生物进化和生态系统动态的理念，探讨加密货币市场的发展。研究使用演化金融概念，并构建旨在符合市场典型事实的简化模型。核心问题是如何解释加密金融中的生存和竞争适应度，而不是如何实现特定交易信号或投资组合策略。…

本文考察REIT收益及风险指标中是否存在长记忆，即依赖关系随时间持续的现象。研究使用若干检验分析REIT日度数据，重点关注绝对收益和收益平方这两种波动率代理指标，并将结果与非REIT股票指数进行比较。分析区分了波动率行为与收益本身的行为。…

本文使用均值回归VIX模型，对VIX期货的最优交易进行建模，模型动态取决于在有限状态集合间切换的市场状态。研究考察投资者何时入市和离市，并将参与的时机和顺序表示为最优双重停时问题。这些决策会产生相互耦合的变分不等式组。…

本文探讨将强化学习用于高频交易中的统计套利。文章描述了智能体如何通过与交易环境互动进行学习，并重点介绍深度Q学习如何调整决策以应对短暂的市场机会。讨论还包括探索与利用之间的权衡，以及在行为随时间变化的金融市场中进行学习的难点。…

本文考察中国大陆股票的时间序列动量和反向效应。研究将时间序列动量策略应用于主要股票指数，并考察策略表现是否与公司特定特征有关。报告的核心模式是：收益在较短期限呈现动量，在较长期限则呈现反向行为。 策略结果在很大程度上取决于所选回看期和持有期，也与公司特征有关。这意味着报告的效应并不表明某一个固定期限在所有股票或市场环境下都有效。摘录未提供样本期间、具体期限定义、数据、交易成本处理或数值表现结果，因此难以判断其稳健性或实际盈利能力。研究发现仅针对中国股票市场，未必适用于其他市场。

本文概述了一种系统方法，以便在市场环境变化时调整交易策略和资产配置。文章提出使用状态切换马尔可夫自回归模型，识别并预测与威科夫吸筹、派发、上涨和下跌阶段大致对应的市场状态。随后，研究考察不同资产类别和市场板块在所识别状态下的表现。…

本文将加密货币市场中的定量模式与成熟金融市场的典型事实进行比较。研究涵盖收益分布、波动聚集、时间多重分形相关性、跨市场相关性，以及交易量与价格变化之间的关系。大量记录下来的加密货币交易数据，使研究人员能够考察这些特征如何随资产和市场发展而变化。…

本文将假设待清算数量固定的Almgren–Chriss最优执行框架，扩展到所需交易量不确定、且临近交付期限时才逐渐明朗的情形。电力市场是这类问题的一个例子。交易者必须随着估计值随时间变化而调整执行方式。 所提出的模型加入了待交易数量不确定性的风险项。模型认为，厌恶风险的交易者可能会受益于推迟部分交易，同时仍需权衡价格风险与交易量目标不准确的风险。研究提出，通过静态策略避免动态规划的计算负担，同时保持有竞争力的表现。摘录未提供数值比较或该方法表现最佳的条件，因此仅凭总结无法评估其表现主张。

本文提出一种衡量链上订单流拍卖（OFA）带来价格改善的框架。文章介绍如何将执行收益归因于可调系统输入，包括路由质量、燃料费使用和优先费设置，旨在将拍卖效应与其他改善成交价格的来源区分开来。 在包括1Inch和Uniswap在内的以太坊交易界面上应用该方法后，分析报告称其样本中的平均收益为4–5个基点，且具有统计显著性。研究将价格改善主要归因于大额兑换可获得的额外流动性。摘录未提供样本量、期间、交易明细或统计检验细节，因此应将报告的平均值视为仅适用于所研究界面和数据的结果，而非普遍保证。

本文研究BitMEX反向永续掉期合约及其相关资金费率之间的关系。研究报告称资金费率具有异方差性，并使用格兰杰因果分析评估资金费率与比特币反向永续掉期合约之间的方向性关系。研究还基于拟合效果最佳的GARCH模型，开发了资金费率预测方法。 作者讨论资金费率能否帮助判断市场趋势，并阐述其研究结果的意义。描述未说明数据期间、选用的GARCH模型设定、预测准确度，也未说明因果结果的方向和强度。格兰杰因果表示在所检验数据中的预测先后关系，并不证明经济机制；现有总结也未表明，在市场状态变化或考虑交易成本后，预测结果是否仍有用。

本文考察按订单存续时间、修改次数及修改发生时点过滤订单后，订单簿失衡（OBI）能否更好地反映近期收益。文章使用印度股指期货市场的逐笔数据，比较来自完整订单流的信号与基于已成交交易母订单构建的信号。…

本文研究交易量与波动率的相互作用，特别关注两者都处于高位的时期。文章介绍了一种条件分布分析：考察不同交易量水平下的波动率分布，以幂律和指数截断进行建模，并重新缩放，使其归并到同一条曲线上。文章还将局部最大波动率（LMV）定义为给定交易量范围内的最大波动率，并发现LMV随交易量的对数增加而上升。…

本文说明永续期货与有固定到期日的合约有何不同：永续期货提供杠杆敞口，无需展期，也不涉及直接持有资产，但没有迫使价格向现货收敛的到期日。多头与空头之间定期支付的资金费与永续价格和现货价格之差相关，旨在限制这一价差。作者推导了无摩擦市场中的无套利价格，以及存在交易成本时的价格界限。…

本文研究与交易策略相关的间接效用过程，在风险资产收益动态受到扰动时会如何变化。策略不必是最优策略，因此分析也适用于次优交易决策产生的效用过程。 作者首先建立反共轭刻画，随后证明当收益的有限变差分量和鞅分量同时变化时，间接效用过程具有连续性并呈现一阶收敛。该结果描述了市场变化的这两个来源下的稳定性。简短描述未说明效用模型、扰动假设或定量示例，因此呈现的是理论稳定性结果，而非可直接检验的交易规则。

本文介绍一个深度学习框架，用于识别配对交易中资产间随时间变化的关系。多模态时序关系图学习将时间序列观测与离散特征结合到时序图中。随后，基于记忆的时序图神经网络将寻找相关实体的任务视为时序链接预测，旨在为自动化配对选择提供依据。 作者报告了在真实数据集上的实验，并称该框架优于其他方法，但本文未说明数据集、基准、评估指标或交易成本。文中也未说明预测链接如何转化为入场和出场规则、如何管理由此形成的投资组合，或样本外表现能否持续。因此，这段描述概述了一种建模方法及其声称的实证潜力，但证据不足以判断它是否能构成可部署的策略。

本文提出一种贝叶斯方法，用于估计随时间变化的相关矩阵。该方法用低秩因子模型表示依赖关系，通过带动态收缩先验的潜在状态实现局部自适应正则化，并用因子随机波动率对观测误差建模。该方法旨在量化不断演变的估计结果中的不确定性，同时应对结构变化。…

这项研究使用带标记点过程和自激、互激霍克斯强度，对资产价格的逐笔变化建模。研究用不同的计数过程表示正向和负向价格跳跃。通过耦合单个资产或一对资产的向上与向下事件强度，模型捕捉短期均值回归和埃普斯效应（收益相关性在较精细的时间尺度上减弱），同时在较长时间范围内保留类似布朗运动的特征。 作者推导了平均特征图以及两个价格增量之间相关性的闭式表达式，从而可以分析不同尺度下从均值回归到扩散的转变。作者报告称，在多种设定下，理论结果与 Euro-Bund 期货和 Euro-Bobl…

本文提出一种检验方法，用于判断增加证券或放宽投资约束，是否会扩大采用前景偏好评估结果的投资者可选择的机会。研究使用子抽样和线性规划，构建检验嵌套投资组合集合之间前景跨越关系的方法。 作者使用该方法评估既有股票市场异常是否已被标准因子所涵盖。他们报告称，所研究的许多策略扩大了前景投资者的机会集合，样本内和样本外结果识别出相似的异常。文中未列出具体策略、样本设计或详细检验统计量，因此仅凭这段描述无法进一步评估结果的一致性和经济价值。

本文提出一种用于贝叶斯协整向量自回归模型的自适应矩阵变量马尔可夫链蒙特卡洛方法。该方法以自动化的自适应 Metropolis 方法取代分组 Gibbs 抽样，旨在使具有相关参数块的高维系统也能进行实际可行的后验估计。模型的协整秩也被视为未知，从而可通过贝叶斯后验和贝叶斯因子分析联合推断秩与模型参数。 作者通过一个十变量模型展示该方法，其后验参数维度达到…

本研究将配对交易框架应用于波兰股票：通过风险因子构建复制组合与某项资产进行比较，而非将其与另一项高度相关资产配对。研究使用主成分分析、交易所交易基金或长短期记忆网络构建因子，再用奥恩斯坦—乌伦贝克过程对由此得到的残差建模。对于残差回归速度足够快的投资组合，研究生成交易信号。实施使用波兰指数成分股和当地市场假设，包括无风险利率和交易成本。…

本文提出一种事前统计框架，用于估算比特币挖矿的经济效益。该框架将每次哈希视为伯努利试验，根据比特币区块难度确定成功概率，并据此推导单位算力的预期收入。该框架还估算不同情景下的下行风险，以及不同规模矿机群实现盈利的概率。 作者报告称，经验校准结果与先前报告的观测值高度吻合，并表示该模型支持比较不同硬件、矿池和运行条件。这种基于概率的方法旨在比基于历史代理指标的评估更直接地反映不确定性。文档没有提供具体参数值、情景结果，也没有详细分析电价和其他运营成本，因此仅凭本文不足以评估某项具体挖矿业务的盈利能力。

本文介绍一种旨在捕捉上市公司之间动量溢出的股票走势预测方法。该方法构建市场知识图谱，包含公司和高管两类实体，并结合两者之间的显式关系和隐式联系。 一种名为DanSmp的双重注意力网络利用该图谱学习溢出信号，以预测股票走势。文档报告称，该方法在构建的数据集上与九种基准方法进行了实证比较，并改善了预测效果。文档没有提供数据集细节、具体表现指标、交易成本或实盘部署信息，因此报告的预测增益并不能证明该方法能够产生盈利交易。

该方法检测包含多个市场风险因子的金融时间序列中的异常值，因为受污染的观测值可能扭曲风险模型及其计算结果。方法首先使用主成分分析压缩并重构时间序列数据，提取能够代表序列的特征。随后，前馈神经网络生成异常分数，并将高于阈值的观测值标记出来。…