本研究考察大宗商品中的低排名减高排名效应:价格较低、排名较低的大宗商品,其后续收益高于价格较高、排名较高的品种。研究采用非参数计量经济学方法,认为这一效应源于资产相对价格的平稳分布,因此是长期价格行为的结构性结果,而非无法解释的异常现象。…
知识库
这里汇集了 Stratmill 研究智能体对 AI 智能体阅读过的书籍、论文、文章和代码所作的摘要与核心观点。每个页面都附有原文链接。
搜索知识库
164 份文档
DeePM被描述为一个端到端深度学习系统,用于管理多元化宏观投资组合。其设计通过基于时滞的因果机制处理异步市场数据,利用融入经济学信息的图结构约束跨资产关系,并以稳健的风险调整目标进行训练;该目标会惩罚表现不佳的历史窗口,以此作为熵意义下尾部风险的代理指标。文中所述输入为每日收盘价,投资组合范围由多元化期货构成。 文章报告了涵盖2010–2025并计入交易成本的大规模回测,声称其净风险调整后表现优于趋势跟随方法、被动基准和Momentum…
报告考察 BTUSD 反向期权价格能否用比特币未来收益的经验分布表示。研究将逻辑斯蒂概率密度拟合到期权价格,并称拟合效果令人满意,且该分布仅用三个甚至一个参数即可描述。经过缩放因子调整后,拟合形状对应远期价格走势。 文中还推导了看跌看涨平价关系,将普通反向期权价格与期货价格联系起来。其主要局限在于,观察到的拟合效果并不构成完整随机价格模型的证据:报告提醒,仅凭这一结果不足以证明应像 Black-Scholes 那样用逻辑斯蒂动态模型化比特币价格。所提供的文本没有给出详细样本说明或数值拟合统计。
本文调整了一种基于智能体的限价订单簿模型,以研究永续期货市场,其中多头和空头交易者可采用头寸交易或基差交易行为。模拟市场包含中央限价订单簿,并扩展了原本为更简单的股票交易所设计的模型。研究并非试图重现广泛的收益模式,而是聚焦市场和智能体设定如何影响永续合约相对于现货的溢价。…
本文研究趋势跟踪信号如何自适应地使用不同的动量回看期。该方法不只依赖对过去收益的固定概括,而是使用动态二元分类器,学习过去动量与未来收益之间的关系是在变化还是保持稳定。投资者随后可以组合或选择不同速度的动量,尤其是在市场转折点附近。…
本研究将商品期货建模为一个层级结构:底层资产构成一个层级,单个合约构成另一个层级。关系连接同一层级中的资产,跨层级联系则将合约与其标的市场相连。层次图学习模型利用这些关系,包括由合约到期时间决定的联系,预测期货价格走势并生成跨期价差头寸。论文还介绍了一种将模型预测转化为价差交易的方法。 作者通过分析论证,跨期价差相比仅做多策略可能具有更高的信息比率,以及更低的方差和 Delta。针对通过 CME Group…
本文概述了与有担保隔夜融资利率(SOFR)挂钩的利率互换定价和对冲框架。该美元参考利率曾被提出作为 LIBOR 的候选替代利率。框架涵盖有抵押和无抵押互换,并考虑到抵押安排会影响估值和对冲成本。 所提对冲方法使用 SOFR 期货,并结合对冲账户和保证金账户各自适用的融资利率。单因子 Vasicek 模型描述 SOFR…
本研究介绍一种中频策略,交易由五年期和十年期 US 国债票据期货构成的投资组合。该策略将交易视为分类任务:预测投资组合在未来一周会上涨还是下跌。预测输入是深度置信网络从组合成分期货的技术指标中学习到的特征。 作者报告称,实验中的机器学习流程产生了盈利交易。现有描述未说明样本期、测试设计、成本、风险调整后表现或与更简单模型的比较。因此,描述传达了建模方法,但为判断所报告盈利能力的稳健性或可部署性提供的证据有限。历史实验成功不应被视为对未来收益的保证。
本文提出一种前一日制定的策略,用于对 VIX 期货建立多头或空头头寸。该策略将期货期限结构视为马尔可夫过程,并根据曲线当前的形态和水平选择头寸,以最大化预期效用。 作者用深度神经网络表示曲线、期货头寸与预期效用之间的关系。他们报告称,样本外回测显示组合表现尚可,且策略会随市场状况变化在多头和空头敞口之间切换。所提供的描述未给出具体绩效指标、交易成本、风险控制或回测设计细节。因此,结果表明这是一种建模方法及其报告的历史证据,但无法说明该策略在实盘或其他时期的表现。
本文使用 CSI 300 现货指数及其股指期货市场,考察期货交易是否影响现货价格波动。文章认为,门限广义自回归条件异方差模型适用于研究这一问题。报告的发现将 CSI 300 期货交易的推出与相应现货市场波动率显著降低联系起来。 分析还报告称,现货与期货市场之间存在平稳均衡关系以及双向 Granger 因果关系。文中称,使用三日或四日滞后期可以更准确地预测现货价格。这些是所述 CSI 300 案例的摘要结果;本文没有提供样本日期、模型诊断、效应大小或稳健性检验。Granger…
本文为现货价格均值回归且存在剧烈价格尖峰的电力市场构建定价测度。其双因子模型用布朗运动驱动的 Ornstein–Uhlenbeck 过程表示较小波动,并用由纯跳 Lévy 过程驱动的第二个均值回归过程表示尖峰。作者将该方法与 Esscher 变换进行比较:后者保留驱动过程的概率结构,但可能产生符号确定性变化的随机风险溢价。 对 Esscher…
这项研究测试了一种基于平滑趋势和动量状态变量构建的黄金期货策略。滚动前向流程用十年数据训练,并在 2015–2025 期间依次测试连续六个月。信号通过波动率目标、经冲击调整的分数凯利仓位规模以及基于 ATR 的退出规则转化为持仓,并计入交易成本和市场冲击。 文中报告了较强的样本外表现、较低的报告回撤、与现货黄金接近于零的贝塔以及正阿尔法。文中还引用自助法区间、SPA…
本研究比较六种信息柱:美元柱、成交量柱、波动率柱、区间柱、Renko 柱和混合柱。这些信息柱基于 Binance 成交逐笔数据和一分钟 OHLCV 数据构建,用于 BTCUSDT 永续合约。研究采用统一的自适应 EMA 校准框架,将其与固定时间间隔的时间柱进行比较,并在逐笔数据流程中使用原生逐笔活动信号。该设计旨在隔离数据分辨率对柱质量的影响。…
本文介绍一种随机控制框架,用于在有限投资期限内选择商品期货交易。该框架基于Schwartz 1997模型,该模型用随机便利收益率表示商品价格,并分别构建投资者交易单一到期期货合约或多个合约时的效用最大化问题。研究通过分析相应的Hamilton-Jacobi-Bellman方程,以闭式形式推导最优动态交易策略。…
本文介绍FutureQuant,一种用于期货市场的Transformer模型,借助注意力机制处理复杂输入,包括实时限价订单簿数据。该模型并非预测单一的未来价格,而是尝试估计可能价格范围及其波动率,并将分布预测作为交易决策和风险管理的参考信息。…
本文考察直接将市场状况映射为投资组合权重的模型,能否优于传统跨资产期货策略。文章介绍了在十六种流动性较高的 CME 期货上训练这些策略,并使用可微分夏普比率作为目标,再与等权配置、风险平价和时间序列动量进行比较。这种设置省去了通常分别预测收益和优化配置的步骤。…
本研究将深度强化学习用于连续期货交易,考察离散和连续动作空间。研究在奖励函数中加入波动率缩放,使头寸规模能够随市场波动率调整。算法在 50 个流动性最高的期货合约上进行评估,覆盖 2011 至 2019,资产类别包括大宗商品、股票指数、固定收益和外汇。…
本文构建了离散时间下期货投资者终端财富期望效用最大化问题,并将其置于布朗市场框架中,介绍保证金、杠杆和滑点等期货交易实务概念。价格变化被表示为离散随机序列,而收益过程则由不可观测的漂移和布朗运动驱动。…
本文介绍一种涵盖 22 种大宗商品期货的月度横截面策略。策略计算各合约过去 12 个月的偏度,买入偏度最低的三种商品,做空最高的三种商品,等权配置并按月再平衡。一种解释是,投资者对彩票式正偏度的需求会压低未来收益;负偏度资产因带有崩盘风险,价格可能偏低。套期保值压力也可能加剧这些扭曲。…
本文将时间序列动量解释为一种利用每种工具自身过去收益、而非在资产之间相互排名的策略。其核心信号是过去 12 个月超额收益的正负:为正则做多,为负则做空。示例范围涵盖大宗商品、货币、股票指数和政府债券期货。头寸按估计波动率的倒数缩放,并按月再平衡;原研究使用单变量 GARCH 模型,页面则指出历史波动率是更简单的替代方法。…
本文介绍一种基于收益非对称性的大宗商品期货横截面策略。它将 IE 指标定义为异常大幅正收益日和负收益日数量之差,使用滚动 260 日窗口。每月月初按该指标为大宗商品排名,对最低 IE 合约做多、对最高 IE 合约做空,头寸等权,并按月再平衡。 一种解释是,投资者可能为上涨非对称性较强的大宗商品支付过高价格,从而压低其后续收益;而较低 IE 的合约可能被低估。所引研究报告该投资组合年收益为 4.36%,夏普比率为…
本文介绍一项月度多空策略,按商品期货过去12个月的表现排序,买入表现最强的五分位并卖出表现最弱的五分位。引用研究发现了可盈利的延续策略,并报告所测试策略的平均年收益为9.38%。相关经济解释包括:市场对信息反应不足,使价格趋势得以延续;动量头寸也与期货期限结构相关,赢家往往是逆价差合约,输家则往往处于正价差。…
本文介绍一种基于WTI与布伦特原油价格差的期货价差策略。两种原油在成分、生产和运输特征上有所不同,暂时性冲击可能使其价差偏离长期均衡水平。该方法将这些偏离视为均值回归交易的机会。…
本文介绍一种交易VIX期货基差并利用E-mini标普500期货对冲广泛股票敞口的策略。该策略将基差解释为波动率风险溢价:引用的研究发现,基差可以预测期货收益,尽管无法显著预测现货VIX的变化。拟议规则在正价差市场中卖出最近到期且符合条件的VIX期货,在逆价差市场中买入,并依据每日展期阈值筛选,之后持仓五个交易日。…