知识库

本研究使用 2018 US 贸易战期间六个行业股票的高频订单序列建立模型。研究采用一阶、时间齐次的离散时间马尔可夫链，通过卡方检验检查马尔可夫假设，并以最大似然法估计转移概率。研究使用热力图和推导出的链统计量比较高波动日与低波动日的订单行为。…

本研究考察比特币对数波动率是否呈现粗糙、反持久性行为。研究将多重分形去趋势波动分析应用于对数波动率增量，并估计广义赫斯特指数。据报告，指数值低于二分之一，表明这些增量具有粗糙性。估计值也会变化而非保持恒定，作者将其解释为多重分形行为的证据。 为探究这种多重分形性的来源，研究比较了原始增量与时间序列的打乱版本。打乱后的序列表明，分布特征可以解释部分多重分形性。摘要没有说明数据时期、采样频率、具体数值估计，或打乱后有多少效应仍然存在。文中报告的是有关比特币波动率的统计发现，而非交易规则，也未证明这些特征可以被用于盈利。

本研究比较比特币、GBP/USD、黄金和天然气对数收益序列的复杂度。研究采用多重分形去趋势波动分析和改进复合多尺度样本熵这两种方法，以量化不同尺度下结构的不同方面。此项比较旨在说明不同资产类别的市场可预测性和相关风险可能有何差异。…

本文考察适应性归纳理性智能体的行为如何影响简化市场中的波动率。作者指出，这类简化情境下过度波动有两个来源：智能体作为价格接受者，因而忽视自身的市场冲击；此外，它们也可能反应过度。作者详细讨论了一个没有公共信息的模型中的这些机制，然后为更一般的情形推导出临界学习率。…

本文介绍一种用于高频金融数据的子采样象限相关性估计量。它针对波动率随时间变化时测量相关性的难题：标准象限估计量对波动率动态稳健，但在高斯采样下可能效率较低。所提变体利用符号信息和子采样提高效率，同时保持稳健性和计算简便性。除采样区间外，它无需平滑参数，这在分析大量横截面时可能有所帮助。…

本文提出稀疏高频波动率估计方法，旨在现货波动率突然变化时仍保持稳健。所提估计方法对现有方法施加 ℓ1 惩罚，重点研究幂变差估计量这一衡量波动率的基础类别。作者证明了对潜在未观测波动率及其变点位置进行估计的一致性，特定估计量还达到了极小极大收敛率。…

本文研究资产波动率具有两个随机因子时的最优投资组合选择：一个均值回归成分和一个随机均值回归水平。交易会产生比例型外生成本，以及与随机流动性风险过程相关的内生成本。投资者偏好通过基于期权隐含信息的方法推导出的S形效用函数表示，并使用凹包变换处理其非凹性。…

本文使用马尔可夫切换GARCH和随机波动率模型（包括随机自回归波动率模型SARV）比较比特币日收益的条件方差预测。研究评估样本外预测表现，并建议分阶段估计均值方程和方差方程的系数。文中以此作为估计程序的理由。…

本研究考察有限样本量如何影响比特币已实现波动率赫斯特指数的估计。研究发现，采样间隔增大时，估计指数会下降，且一个简单的有限样本关系与观测结果吻合。将结果外推至极细采样间隔时，指数值低于二分之一，作者将其解读为粗糙波动的证据。在常用的五分钟采样间隔下，报告的相对误差为百分之一。…

本文为面对多因子随机波动率模型不确定性的投资者推导最优稳健投资组合策略。研究考察有衍生品和无衍生品的投资组合，并在最坏情形下制定策略，将模型模糊性纳入配置决策。研究还将稳健策略与忽略不确定性的替代策略进行比较，并评估由此产生的福利效应。 进一步分析考察衍生品交易如何改变投资组合选择，并将框架扩展至资产价格跳跃和相关波动率因子。数值实验展示了投资组合行为和效用损失。摘要未报告具体参数设定、数据或量化结果，因此仅描述了这一框架，不足以评判其经验表现或实际应用。

本文研究电力收益的统计特性，指出其波动性很高且呈现明显的均值回归倾向。文中将极端价格变动视为交易风险来源，并着重测量不同时间尺度上的依赖关系，而非提出交易策略。 文中列出三种方法：赫斯特重标极差分析、去趋势波动分析和周期图回归。所提供的描述未给出估计值、样本期、数据来源或方法间的比较，因此无法据此定量判断所述依赖关系的强度或持续性。其范围仅限于指出用于研究电力收益均值回归的分析方法。

本文介绍能源现货价格的模拟方法，将价格建模为两个独立过程之和的指数：均值回归的奥恩斯坦–乌伦贝克过程和纯跳跃过程。跳跃部分遵循复合泊松过程，跳跃幅度服从正负双向指数分布，使模型既能表示常规均值回归，也能表示偶发的价格尖峰。 据称，所提出的方法精确且计算速度快，并被用于在不同跳跃扩散设定下为亚洲期权、天然气储存合约和摆动期权定价。本文强调计算优势，但所提供文本未给出数值基准、校准细节或定价比较。因此，该模型的实用性取决于其假设与相关能源市场的匹配程度，以及摘要以外的证据。

本文将高频交易行为与资产价格的两种已观察到的特征联系起来：收益与波动率相关的杠杆效应，以及波动率路径不规则的粗糙波动率。研究使用霍克斯过程建立微观价格模型，以表示相互依赖的市场事件集群。模型纳入市场内生性、无套利条件、买卖不对称，以及分批执行的大额订单（metaorders）。…

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。…

本文研究波动率为随机过程且交易存在成本时欧式看涨期权的估值与对冲。研究分析了交易成本较小且波动率均值快速回归的极限情形，并推导出期权价格的渐近近似。其主要部分是经典Black–Scholes价格，另有一些项反映超出该基准模型的影响。 所述展开式中的修正项分别与小参数的平方根和小参数本身成正比。论文还在 Scott…

本文利用汇总后的标普500高频收益率的缩放特性，构建鞅随机模型。该模型旨在复现早盘时段的条件期望，之后扩展到午盘交易。模型预测会生成日内趋势跟踪信号；这些信号来自模型，而非图表形态。所提策略试图利用标普数据中存在、但模型中不存在的线性相关性。…

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。…

这项研究考察SPY期权的高频策略，使用一个月内收集的五分钟频率观测数据。研究计算期权希腊值和隐含波动率，使用二叉树为美式期权定价，并用 Newton–Raphson 方法估算隐含波动率。随后，研究根据波动率和希腊值指标构建投资范围，并比较多种投资组合优化方法，包括均值方差方法和稳健方法。 报告的研究结果显示，聚焦隐含波动率和希腊值的基础多空方法总体表现不佳。结合更多希腊值敞口（包括 Vega 和…

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。…

本文评估比特币能否对冲美国股票指数或充当避险资产，研究动机部分来自比特币在 2016 年美国总统选举后上涨。本文区分对冲与避险资产：对冲资产平均而言与另一资产负相关或弱相关；避险资产则在该资产陷入困境时提供正收益或负收益。分析采用集合经验模态分解这一噪声辅助方法，考察不同时间尺度上的关系。…

本研究考察数字资产价格的高频跳跃是否有助于解释加密市场的收益。研究聚焦于围绕特殊市场事件聚集的跳跃，并分析其发生时间与波动率和成交量的反复模式有何关系。分析受到此前关于比特币与关注度的证据启发，并将研究问题扩展至其他数字资产。…

本文将订单流数据快照编码为图像，以预测比特币短期已实现波动率。研究将交易规模、方向和限价订单簿信息映射至颜色通道，再用于训练三层卷积神经网络、ResNet-18和ConvMixer。研究还测试加入人工构造特征，并将基于图像的模型与GARCH、在原始数据上训练的多层感知机以及基于当前波动率的朴素预测进行比较。…

本文针对普通蒙特卡洛方差可能较高的两种情形，开发了在Heston随机波动率模型下为欧式看涨期权定价的重要性抽样方案：极短期限和深度虚值行权价。研究利用对数价格累积量生成函数的大偏差分析，构造依赖状态的测度变换，旨在提高模拟中稀有定价事件出现的可能性。…