知识库

本文提出RADAR，一种检索增强扩散框架，用于学习随机贴现因子框架下投资组合优化所需的市场状态表示。其动机是市场会在不同状态之间转换，价格和新闻等金融输入存在噪声，而传统扩散模型可能施加均匀的高斯噪声，无法反映不同状态下的不确定性变化。…

尾部GAN是一种数据驱动的情景生成器，旨在模拟高维多资产投资组合中逼真的联合价格动态，重点关注分布尾部的损失。它利用风险价值和预期损失的联合可陈述性训练生成对抗网络，以保留这些风险特征。其预期用途包括在模拟市场情景下评估静态和动态交易策略。…

本文将监督式机器学习用于财报公告后漂移（PEAD），这是一种财务公告后收益继续变动的股票异常现象。模型使用XGBoost，以及基于1997至2018年间1,106家罗素1000指数公司季度公告数据构建的基本面和技术面特征。研究采用遗传算法优化模型，并分析漂移方向及其驱动因素如何随行业板块和日历季度变化。…

本文针对即时回归构建估计量和推断程序，尤其关注作为系统性风险衡量指标的贝塔。该方法不只依赖开盘至收盘收益，还使用包含各时间区间最高价和最低价的高频烛形图数据。估计量是在固定k渐近框架下通过最小化二次风险构建的，论文还提出了适用于即时贝塔的可行假设检验。…

本文认为，US股票收益在大约30年的时间跨度上呈现周期性均值回归，半衰期约为15年。按照这一观点，高于平均水平的收益期往往会接着出现低于平均水平的收益期，由此可以预测多个时期的收益。论文还将这种长期市场模式与美国相应的经济、社会和政治周期联系起来。 作者依据所报告的周期历史关系构建中长期市场展望，并假设这种关系会原样延续。所提供的描述没有说明数据、估计方法、预测方向或展望的不确定性，因此不足以独立评估证据的强度或稳健性。该预测依赖长期历史周期持续成立，不应被视为短期择时方法。

本文提出一种适用于无摩擦市场的衍生品定价与对冲通用方法。即使不存在等价局部鞅测度，该方法也旨在适用；缺少这种测度可能限制标准定价方法。核心结果是美式期权的超对冲对偶性，其中包括财富过程可能变为负值、交易策略受到锥约束的情形。 因此，这项工作将对偶框架扩展到具有上述特征的市场，并回应其他研究者此前提出的问题。简短描述说明了研究范围和主要理论结果，但没有提供证明细节、实例或实证评估。文中没有描述交易策略，也没有说明该框架在任何特定市场中的表现，因此其实际应用取决于此处摘要未涵盖的假设和结果。

本文研究投资组合清算博弈：交易者的持仓降至零时便退出市场。这种吸收规则排除了往返交易，并被视为无统计套利条件。在仅包含卖方的模型中，作者证明吸收规则等价于卖空约束。研究分析了均值场博弈和有限参与者博弈；前者通过总体群体表示众多相互作用的参与者。…

本文使用多元霍克斯过程对比特币区块到达和价格跳跃建模。霍克斯过程是一种点过程框架，将事件表示为能够激发后续事件的过程。研究使用公开的区块链数据，并通过极大似然法估计模型参数。该设定旨在捕捉事件流内部的自激效应，以及区块挖矿与比特币价格波动之间的交叉激发效应。…

本文考察日内市场微观结构如何影响日收益和波动率。研究根据受微观结构效应驱动的日内价格变动模拟日收益，并分析自相关、交易量、波动率和GARCH行为。报告的结果包括：日收益和日收益波动率均存在一阶自相关。交易量与日收益波动率不相关，而日内波动率与之相关。研究还比较了基于日收益的GARCH估计与基于每日价格变动的估计。…

本文提出一种系统方法，通过分析最大回撤的分布来选择止损阈值。文中将止损选择视为一项决策，目标是在现有信息条件下最大化预期收益，以应对研究和实践中止损位往往被任意设定的情况。该方法利用回撤分布的贝叶斯分析来确定阈值，而非依赖缺乏解释的固定水平。…

本文扩展了函数生成投资组合这一连续时间随机投资组合理论框架。在标准表述中，生成函数通过路径主方程描述投资组合相对于被动基准的收益，而无需使用随机积分。本文从两方面拓宽了该框架：参考计价单位可以是任意严格为正的财富过程；生成函数也可以根据辅助的连续路径有限变差过程动态变化。…

本研究使用US股票报价和成交的高频数据库，通过深度学习建模订单簿供需与后续价格变化之间的关系。研究根据价格和订单流历史数据预测价格变动方向，并评估模型在不同股票和时期的表现。模型使用多只股票的数据共同训练，而非针对每种资产分别训练。…

本文构建了一个由时变波动率缩放的随机贴现因子（SDF），并利用标普500期权价格隐含的信息进行估计。其目的是还原市场参与者的前瞻性预期，同时降低观测噪声的影响。估计出的SDF呈非单调形态：虚值程度较浅的看跌期权一侧出现隆起，且期限越长，形状越明显地呈现W形。结果表明，期限会影响中央隆起的强度。…

本文采用进化少数者博弈，研究市场冲击以及投资者对收益和损失的非对称反应如何随着价格和策略演变而相互作用。模型区分市场冲击较小和市场冲击充分的情形，并将两种情形分别与不同的投资者行为模式和价格波动联系起来。市场冲击较小时，对收益和损失的敏感性可能导致羊群行为，即投资者趋向采取相似的极端行动，并引发大幅价格变动。…

本文提出一种用于美国批发电力市场虚拟竞价的风险约束投资组合优化方法。研究利用市场出清所产生的依赖关系，通过循环神经网络预测小时之间的节点边际电价价差。受约束的梯度提升树则对净虚拟报价如何影响价差建模，使策略能够考虑自身头寸可能产生的价格影响。 针对 PJM、ISO-NE 和 CAISO 的实证分析发现，明确对价格敏感度建模的投资组合表现优于忽略该因素的组合。论文还报告称，三个市场的夏普比率均高于标普 500，并发现 CAISO 的双结算系统效率低于 PJM 和…

本文考察 Twitter 推广与加密货币拉高出货事件之间的关系。研究分析异常收益、交易量和推文活动，以评估推广如何吸引人们关注此类操作，以及事件前后的市场行为如何变化。摘要报告称，拉高出货发生前已出现异常收益效应，说明价格变动可能早于事件本身。 研究还根据参与者依赖 Twitter…

本文研究同时对同一股票、同一方向进行交易如何影响策略表现、交易成本和系统性风险。研究提出基于交易失衡波动的直接拥挤度指标，用于识别投资者的市价单何时趋于一致。分析同时使用匿名市场数据和美国股票机构投资者大额订单数据库。 将这些指标用于既有股票信号后，研究在 Fama–French 因子中发现拥挤证据，动量因子尤为明显。研究估计，动量投资组合再平衡占订单流的…

本文利用基于智能体的模型研究市场冲击和动量交易者如何影响价格波动与交易策略。核心发现是，动量的影响取决于市场冲击程度。冲击较低时，动量交易者对价格波动影响不大，却可能打破趋势跟随策略与趋势反转策略之间的平衡，促使羊群行为和自我强化反馈循环出现。…

本文提出一种用于天然气期货交易的实用深度强化学习方法。研究报告称，该策略的夏普比率高于趋势跟随和均值回归基准，也高于既有文献中的结果。研究还提出一种集成方法，旨在提高模型的稳定性和稳健性，从而改善交易表现。 据报告，该集成方法降低了换手率，进而减少交易成本。论文还讨论可解释性、交易频率和风险指标，提供了核心收益以外的背景信息。摘要未提供具体夏普值、评估期间、数据或验证设计、成本假设，以及解释方法的细节。因此，报告的比较只是对研究评估结果的陈述，本身无法确立样本外或实盘交易表现。

本文说明分数布朗运动（fBm）的非重叠增量可能存在依赖关系，并探讨如何据此预测未来价格变化。如果对数价格遵循这一过程，其非马尔可夫结构可为统计套利提供信息。研究推导了面向交易的理论准确性指标，包括命中率、预期收益和风险，而非仅用传统统计标准评估预测。 研究还考察实际策略选择：使用哪些过去的增量，以及预测变动较小时，何时因不确定性过高或无利可图而不应交易。实证应用使用高频外汇汇率和已实现波动率序列，将预测分析与粗糙波动率联系起来。文中描述未报告具体绩效数据、交易成本假设或这些应用之外的检验，因此并不能证明基于…

本文介绍一个深度 LSTM模型和一套用于四个 US股票指数的交易策略。该策略并非只根据模型预测涨跌方向进行交易，而是利用每个预测收益在预测分布中的位置估算交易盈利能力。模型针对策略的交易目标进行调优，说明预测质量和交易规则需要结合考虑。 报告的测试涵盖 2010至2018期间的标普 500、DJIA、NASDAQ 和罗素…

本文分析自动做市商如何为策略性流动性提供者设置奖励，以吸引订单流。模型将交易场所设定为选择合约的领导者，将代表性提供者设定为作出响应的跟随者，并将双方互动描述为随机博弈。 作者推导近似闭式均衡解，并考察由此形成的合约如何影响流动性决策。当资金池平均流动性增加与吸引更多噪声交易相关时，提供者会受到激励贡献流动性。奖励安排取决于外部市场价格、资金池参考价格和储备。摘要提出一个理论框架及其对 AMM设计的启示，但没有提供实证验证或详细假设，因此应将结论视为基于模型的推论，而非已由市场结果证实的发现。

本研究评估关税政策是否与美国企业创办增加相关。研究使用 2018 至 2025 的县级企业申请数据，并通过线性回归分析新增申请与 US 对华关税、中国报复性关税之间的关系，同时控制通胀、联邦基金利率和政府支出等因素。…

本研究分析比特币一分钟收益，描述其分布、不同采样间隔下的表现、波动不对称性和多重分形特征。研究报告称，收益呈现厚尾，峰度远离高斯基准；随着采样期延长，峰度向该基准靠近的速度较慢。短于一天的间隔内收益偏度为负，超过约一周后则与零一致。 针对日度波动不对称性，作者使用 GARCH、GJR 和 RGARCH 模型，未发现相关效应的证据。作者使用多重分形去趋势波动分析识别多重分形特征，继而考察其来源，并认为时间相关性和厚尾都有贡献。研究还比较了英国脱欧公投前后比特币与 GBP–USD…