知识库

本文介绍已实现局部波动率曲面，用于估计标的资产剧烈波动期间的条件波动率。文中将该估计视为根据历史价格推导的一般化维纳测度，并将其用于风险管理中的 Delta-Gamma 动态对冲。 所提出的流程使用高频市场数据，并通过哈密顿蒙特卡洛拟合折棒式高斯混合模型。该流程生成带有 95% 可信区间的波动率曲面，以表达估计的不确定性。本文报告了使用 TSLA…

本研究将事件合约结算视为一系列公开市场状态，而不是一个普遍适用的单一时间戳。研究利用 Kalshi 上登记的注册和跟踪窗口，区分市场成员资格、生命周期消息、终端端点和缺失观测。研究使用公开的 REST 和 WebSocket 数据来识别确切端点，并在可能时将判定时间与端点时间配对。 报告显示，端点覆盖范围很广，尤其是通过 REST…

研究将比特币的价值视为源自多种信息特征及其相互作用，包括去中心化、共识信任、密码学排序和社会叙事。研究用四项指标表示这些维度：价值储藏、自主性、社会信号价值和享乐情绪；随后使用贝叶斯线性模型，根据 2022 至 2025 的日度数据考察这些指标与次日收益之间的关系。…

论文使用机器学习方法预测加密货币指数及其九种成分加密货币的收盘价。文中称，研究比较了多种算法和模型，以找出表现最佳的方法，并将结果与相关研究进行比较。研究旨在分析波动市场中的价格变化，并探索其在交易和加密货币投资组合管理中的潜在用途。…

研究从交易角度比较金融市场与博彩市场，围绕平台、产品、流程、参与者和策略展开讨论。文章指出金融交易所与在线博彩平台存在相似之处，并将股票、期权等投机性金融产品与体育博彩作类比。该比较旨在探讨成熟的金融市场模型能否为博彩市场提供思路；作者认为博彩市场受到的研究较少。…

本文介绍一种构建股票异构风险模型的方法。该方法结合行业分类与股票子组内的主成分协方差估计，再通过递归式俄罗斯套娃结构缩减协方差模型。作者称，所得模型可利用较短回看期构建稳定的风险估计，并提供完整算法和源代码。…

本文概述了一种随机市场模型，将参与者分为趋势跟随者和基本面投资者。模型利用这两类参与者推导价格动态的一般方程，市场行为也受到新闻流影响。模型区分两个时间尺度：市场环境变化和新闻到达。在一般形式下，三个随机过程分别表示这两类参与者及新闻的影响。…

论文利用多重分形特性估计工具，研究比特币收益在多个时间尺度上的结构。文中指出，收益方差与时间增量之间遵循幂律关系，并以波动率和赫斯特指数表征。由于这些参数会随时间变化，作者引入广义赫斯特指数，以评估是否充分捕捉了多重分形特性。 作者利用局部幂律参数估计和拟合优度识别状态转换，并报告称该方法能自动检测与已知比特币市场事件相关的日期。论文还报告称，尽管价格大幅波动且非平稳，比特币在整个观察历史期间仍保有有序的相关结构。摘要没有提供样本日期、事件列表、参数估计或比较验证，因此这些结论仅适用于所分析的时期和所述方法。

本文解释了基于公开价格和交易数据拟合的模型所生成的价格路径，与实际大额订单执行中观察到的价格路径之间的差异。文中所述的公开数据模型会产生大致线性的执行期间价格上涨，执行后价格回撤也很小；而真实大额订单则呈现凹形冲击曲线。作者将这一差异归因于模型难以表示订单流自相关的来源。…

本文介绍一种模型，将买卖价差与波动率、交易量、时间跨度及可测量的市场微观结构因素联系起来。模型将价差视为可用订单流动性和交易价格冲击相互作用的结果。交易量较低时，增加流动性可能提高价格准确性并缩小价差；超过一定程度后，更多流动性反而可能使价格变差。 模型将价差走势和高低价柱与这些市场条件联系起来，并利用这些关系构建旨在提升做市利润的运营价差优化问题。本文对模型及其预期用途作了概念性说明，但没有提供方程、数据集、实证结果或具体优化流程。因此，仅凭这段介绍无法独立评估其主张。

本文提出一种比特币定价模型，其中市场关注度会在延迟后影响收益波动率。关注度由均值回归的 Cox-Ingersoll-Ross 过程表示，由此得到的模型具有仿射结构且易于处理。作者推导了常规和延迟信息滤过下的条件特征函数闭式解，并据此得到欧式看涨期权和看跌期权的半闭式定价公式。…

本文解释了加密货币应用中的抢先交易：攻击者观察待处理的用户交易，并试图让自己的交易先得到处理。这可能造成经济损失、错误结果并增加受攻击风险，尤其是在支持借贷和保证金交易等服务的透明、无监管环境中。 本文提出 FIRST 框架，使用可验证延迟函数和聚合签名来防止此类攻击。该设计采用联邦流程生成 VDF 公共参数，避免依赖单一可信设置。作者报告了基于通用可组合性框架的形式化安全分析，以及证明其有效性的实验结果。摘录没有描述协议机制、实验设置或性能权衡，因此无法据此评估部署成本或其对特定交易系统的适用性。

本文介绍按经典截尾稳定分布推导的收益风险指标进行排名的动量组合。研究将这些组合与传统动量策略在不同资产类别和市场中进行比较，评估收益、波动率、风险价值、条件风险价值、最大回撤以及下行尾部表现。 报告结果显示，低波动率的收益风险组合优于传统动量策略，下行风险也较温和，包括下行尾部更薄。报告称这些组合的因子中性收益在统计上显著，且其大部分表现无法由 Carhart 四因子模型解释。组合内不同排名篮子也呈现类似模式。摘录没有提供市场范围、样本时段、实施细节或数值估计，因此无法据此判断结果对成本或其他测试设计是否稳健。

本文介绍一个框架，用于判断自主交易策略在历史模拟之外是否可能继续保持可靠。文章聚焦于常见评估误区：这些误区可能使策略在回测中看似成功，却在实盘市场或开发阶段未使用的数据上表现不佳。 该方法设定最低测试时长和要求，并将其应用于多个用于不同资产的已发表策略。报告结果显示，许多策略未能证明其投资表现可靠。该框架旨在帮助比较候选策略并设定更现实的预期。摘录没有说明具体测试、阈值、策略示例或详细结果，因此它主要支持一般评估原则，而非可复现的操作流程。标题强调 FX，但正文称所评估的策略涵盖多种金融资产。

论文提出 MRC-LSTM，该模型结合多尺度残差卷积模块和长短期记忆网络，用于预测比特币每日 USD 收盘价。一维卷积用于检测并融合多变量序列中不同时间尺度的特征，而 LSTM 用于学习较长期的依赖关系。输入包括比特币交易信息，以及宏观经济变量和投资者关注度等外部因素。…

研究预测德国日内连续市场中按小时划分的交易窗口价格分布，重点关注交割前最后三个小时。研究不只给出点预测，而是模拟价格轨迹并构建集合预测，以支持日内交易和再调度。价格差采用广义加性模型和零膨胀混合分布建模，该分布由零点处的点质量与 Student’s t 分布组成。研究使用带 Lasso 惩罚项的逻辑回归估计混合分量；预期价格变化和波动率则使用市场历史、无交易效应、到期时间以及负荷和可再生能源发电预测数据。…

本文概述了一个用于加密货币做市的深度强化学习框架，智能体在模拟交易环境中学习管理库存。该环境使用限价订单簿数据和订单流到达统计量表示市场观察。智能体采用策略梯度算法，前馈神经网络则用于近似其策略或价值函数。 实验比较了两种奖励函数，并使用每日和平均交易收益评估智能体与奖励函数的组合。作者将该框架描述为解决做市商所面临随机库存控制问题的一种方法。所提供的介绍没有说明具体算法、奖励定义、数据集或数值结果，因此无法据此判断其表现能否迁移到实盘市场或其他市场条件。

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。

本文提出一种微观经济模型，其中市场参与者作为前景理论主体，对收益和损失作出反应。价格由供需之间的暂时均衡形成，因此参与者的决策会反馈到价格过程中。该模型将交易行为的这种反馈与价格波动联系起来。 作者认为，这种机制可以解释实际市场中观察到的隐含波动率偏斜和微笑形态。本文提供的是概念性解释，没有涉及校准或实证检验的细节。文中没有说明资产、数据，也没有说明模型的推论能否转化为交易策略。

本文用市场势能函数描述资产价格走势，并基于自由能最小化原理推导出两种大致形态。当逆向行为占主导时，势能呈 U 形；趋势跟随更普遍时，势能则被描述为平坦或类似对数的形态。该框架将势能形态与投资者行为的相对平衡联系起来。 在实证分析中，作者使用周期调整市盈率研究长期市场数据。他们报告了 US 市场势能的历史变化，并比较了 12 个国家的形态，指出日本的势能尤其平坦。近期 US 数据似乎更符合趋势跟随形态。简短介绍没有说明估计方法，也未证明这些势能形态能够预测收益或支持盈利策略。

本研究考察加密货币基金会频道发布的资讯性推文是否与随后 15 分钟内的价格变化相关。研究比较推文发布后的收益和超额收益，并考察情绪极化程度以及消息特征，包括措辞和推文数量。结果显示，显著的收益增长集中在最初三分钟，而测得的情绪本身与价格走势没有明显关系。 作者称，未观察到这些消息造成不利价格影响。基于分析构建的基础交易算法在 15 分钟窗口内带来了一些收益，但该收益在统计上并不显著。文中将该算法作为初步框架，而非可靠交易优势的证据；文中没有说明交易成本或评估实际盈利能力所需的其他实施细节。

该研究提出一种使用深度强化学习进行加密货币日内投资组合交易的集成方法。该方法通过多个验证期选择候选模型，再通过混合分布组合选定策略，旨在提高高度随机市场环境中的泛化能力。 作者在细分的样本外测试期评估表现，并定期重新训练模型，以适应不断变化的金融数据。他们报告称，与单一深度强化学习策略和被动投资相比，该方法的样本外表现有所改善。本文未提供资产、成本、实现细节或收益提升幅度及其统计显著性的信息，因此仅凭报告中的比较无法证明其在实盘交易中的效果。

本文介绍两种估计信用评级迁移和违约概率的方法。第一种方法根据离散且可能不完整的观测估计连续时间马尔可夫链。该方法推导出更简洁的 Fisher 信息表达式，以减少计算 Wald 置信区间所需的计算量，随后介绍如何将转移生成矩阵中的不确定性传递至评级迁移概率和违约概率。 第二种方法使用连续观测数据构建自激励标记点过程，以捕捉评级动量这一非马尔可夫效应。与马尔可夫模型相比，该方法对投资级评级给出更高的违约概率，对部分投机级评级给出更低的违约概率；作者称这些结果与实证观察一致。文中使用 Moody’s…

本文介绍一种随机波动率模型，其中波动率是单一的快速均值回归 Ornstein-Uhlenbeck 过程的五次多项式，且波动率的波动幅度较大。该模型旨在联合拟合 SPX 和 VIX 波动率微笑，使用少量有效参数和一条输入曲线来匹配选定期限结构。作者还研究其他输入曲线设定和时变参数，以改善一年以上期限的拟合。 该模型的计算设计支持实际定价：平方后的 VIX 是 Ornstein-Uhlenbeck 状态的多项式，因此可通过对高斯密度积分来为 VIX 衍生品定价。波动率可精确模拟；而 SPX…