知识库

本文将带记忆的在线学习从专家设定扩展到一般在线凸优化。该设定对决策建模，其损失取决于一系列过去的行动，从而捕捉普通逐期优化可能遗漏的时间约束。论文提出两种算法，旨在针对损失包含记忆效应的对手实现低遗憾。 一种方法适用于 Lipschitz 连续损失，并据称在凸和强凸情形下均可达到最优遗憾界。另一种方法适用于更广泛的一类凸损失，无需 Lipschitz…

本文探讨 Hawkes 过程及其非线性扩展的稳定性。标准稳定性论证通常假设均值强度有限且恒定，因此要求总内生性比率低于一。论文对二次 Hawkes 过程提出质疑，并区分线性分量的行为与总内生性比率。 论文认为，只要线性分量的内生性比率低于一，即使总比率超过一，二次 Hawkes…

本研究提出了一个面向美国股票的多对统计套利框架，利用图聚类识别股票之间的关系。该框架结合量化方法、机器学习分类器和 Kelly 准则，旨在改善信号识别、风险管理以及对交易成本的适应能力。研究还测试了适用于日频交易的止盈和止损规则设定方法。 作者报告称，在假设的现实交易成本下，所有测试方法均优于各自对应的基准；表现最好的技术和参数组合取得了显著更优的绩效指标。作者也指出，结果对某些关键参数的变化较为敏感。本文没有说明股票、评估期间、具体基准、成本假设或敏感性范围，因此限制了独立评估，也无法据此判断测试设定之外的表现。

本研究概述了将循环神经网络用于加密货币价格预测和交易策略开发的工作流程。研究以市场波动性以及循环模型表示时间序列数据模式的能力为方法提供依据。所述流程包括收集和预处理数据、优化模型，并利用模型预测为交易策略提供参考。 研究称使用回测评估盈利能力和风险，但未提供数据集详情、模型架构、交易规则、基准结果或预测准确率测量值。就目前的描述而言，这只是高层次的项目说明，信息不足以复现或评估该策略。回测结果也取决于数据和评估选择，而本文没有说明这些内容。

本研究将配对交易表述为两个协整股票对数价格的投资组合优化问题。奇异随机控制模型在计入比例交易成本的同时，联合决定交易时机和调整的股数。价值函数被刻画为非线性拟变分不等式的唯一黏性解，也可以表示为自由边界问题。…

本研究介绍了一种自动化长波动率方法，通过交易跨式期权来实现长波动率敞口，而不预测价格会上涨还是下跌。该方法采用基于 Transformer 的双重深度 Q 网络，对时间序列输入和多个周期的信息使用注意力机制。其奖励设计强调较长时间范围内的超额收益，同时计入超过止损阈值的损失；在市场状况不确定时，阻力位也会提供额外参考。…

本文研究 Bertram 针对一对协整资产提出的最优策略，其价格差遵循 Ornstein–Uhlenbeck 过程。基本目标是最大化单位时间的预期利润。作者进一步在设定中加入单位时间利润波动率约束，以表示策略风险限制，例如监管机构施加的限制。…

本文分析交易速率面临凸成本时的风险分担均衡。在一个具有线性状态动态和外生波动率的无限期模型中，均衡收益围绕无摩擦情形下的收益波动。存在二次成本时，偏离遵循 Ornstein–Uhlenbeck 动态；存在比例成本时，偏离则遵循双重反射布朗运动。更一般的情形包含任意状态动态和内生波动率，会产生耦合的非线性前向后向系统。…

本文对异质主体之间的算法交易建模，这些主体无法直接观察潜在市场状态。主体通过滤波估计这些状态，并进行最优执行或统计套利交易。其行为会产生永久和暂时的价格冲击，使这一设定成为参与者相互作用的大型随机博弈。…

本文探讨能否跨不同区块链账本关联加密货币交易，拓展了在单一货币内部追踪活动的研究。研究聚焦于将一种加密货币兑换成另一种的交易服务，这类服务可能在原本彼此独立的交易历史之间建立联系。研究开发了识别跨账本关联的启发式方法，并考察跨币种兑换活动的模式。 研究证据结合了从 ShapeShift…

本文研究输入与收益之间的关系随时间变化时，神经网络如何进行预测。研究提出在线早停这一训练方法，旨在让模型跟踪不断演变的函数，而无需预先知道函数会如何变化。论文将该方法与现有方法用于美国股票月度收益预测进行比较，并报告称其预测表现更好。…

本研究使用包含参与银行之间全部交易的数据集，考察银行在意大利货币市场中的交易情况。研究对银行交易策略进行表示，并运用傅里叶方法计算其方差协方差矩阵，从而分析策略之间的关系。 分析发现了不同的交易模式和两大类银行群体，大致可分别对应规模较小和规模较大的机构。本文没有进一步说明交易期间、具体交易行为、统计不确定性或群体的定义方式。研究结果描述的是该市场和数据集，因此摘要并未证明其他银行间市场也存在相同的群体划分。

本文探讨算术远期利率为何可以用加权隔夜远期利率近似表示。文中给出一个表达式，其中每个隔夜远期利率都通过一个依赖模型的算术因子进行调整。由于在某些市场条件下，这些因子数值稳定且接近一，较简单的近似方法可能在保持实用精度的同时降低计算成本。 分析在高斯 Heath-Jarrow-Morton…

本研究使用非负张量分解（NTF）识别在线金融市场中不同时间尺度的交易活动模式。该方法先用合成数据演示，再应用于意大利 e-MID 在线市场的银行间交易。研究旨在揭示交易活动中的潜在模式，并区分交易行为包含正常交易、提前交易或闪电交易的银行群体。 作者还利用提取出的模式考察系统性扰动期间的市场活动变化，包括 2008…

本研究将买卖订单视为从估值分布中随机抽取，以此建模标准集合竞价中的价格形成。均衡条件给出了出清价格和成交量的分布。买卖盘量仍作为灵活参数，使模型能够表示偏斜或重尾的订单流。在高流动性下，出清价格趋近正态分布，其均值和方差取决于估值和订单流失衡。 模拟考察了高成交量和低成交量竞价中，估值与订单流变化对价格、成交量和价格方差的影响。为进行实证评估，作者预测了一年内五只 Eurostoxx 50 成分股的每日收盘价分布。Kolmogorov-Smirnov 统计量和 QQ…

本文研究不完全市场中的最优投资与消费，其中偏好通过非线性 g-期望表示。交易策略受到一般性约束，因此投资者的选择既要满足限制，也要实现效用最大化。 所提出的 g-鞅方法将优化问题转化为二次倒向随机微分方程（BSDEs）。这些方程的解刻画了最优投资与消费策略，并针对不同效用函数给出显式解。现有说明未提供具体市场数据、数值结果或约束的详细形式，因此本文确立的是一个数学框架，而非实际表现的证据。

本文介绍了通过分类市场状态来构建策略的方法，而非直接预测价格或收益。标签定义市场状态，移动平均线等市场特征则根据其区分这些标签的能力进行选择。不同的神经网络根据特征预测各个标签，并输出买入或卖出概率；这些建议经过线性组合，形成候选策略。…

本文构建了一个模型，探讨公司特征如何在均衡中影响资产收益。模型假设投资者需求分别取决于公司特征和资产对数价格，而资产供给是外生的，不受因子驱动。当需求与特征呈线性关系时，市场出清会使收益也与这些特征呈线性关系。由此得到的系数代表经过缩放的总净需求及其变化，作者称可通过面板回归联合估计这些系数。…

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。…

本文考察当前市场趋势能否帮助预测未来波动率和相关性。研究提出将趋势强度用作风险预测的输入，拓展了此前关于趋势强度与预期收益关系的研究。该方法使用当前趋势强度的二次函数，量化波动率和相关性如何随趋势变化。…

本研究分析 Black–Scholes 框架下的一种策略：按无风险利率借款，并持有股票多头，直到价格达到确定性障碍。研究推导贴现累计交易利润的期望值、方差和亏损概率的解析表达式。这些量既描述策略的平均结果，也反映其风险特征。 作者还推导了不存在统计套利的条件，该条件以对股票夏普比率的约束表示。作者报告称，使用蒙特卡洛模拟检验了理论结果。本文是在 Black–Scholes…

本文考察比特币收益的统计性质，将其动态与传统货币进行比较，并分析其在不同时间尺度上的表现。实证样本是在研究所涉时期内来自单一比特币平台的交易数据。为评估长期依赖性，研究采用去趋势波动分析，并在滑动窗口中计算 Hurst 指数，以便跟踪估计持久性的时间变化。 报告的估计值在比特币早期年份变化显著，并且在样本后期趋于稳定。多尺度结果显示 Hurst…

本文研究交替方向隐式时间步进方法，用于数值求解三维 Heston–Hull–White 偏微分方程。研究先使用非均匀网格上的有限差分离散化空间，再评估用于时间维度的 ADI 格式。模型包含随机波动率和利率，分析允许任意相关性以及随时间变化的均值回复水平。 测试涵盖欧式看涨期权和向上敲出看涨期权、短期与长期到期日，以及满足和不满足 Feller 条件的参数设置。报告的实验表明，在这些情形下适当选择参数时，ADI…

本文提出一个通用框架，用于根据历史指标推导最优交易策略。框架分别构建一项旨在最大化预期收益的策略和一项旨在最大化信息比率的策略。最大化预期收益的最优策略可以直接实施，也可以作为基准，用来评估基于同一指标构建的其他策略。这样，研究人员便能在该框架假设下，将拟议策略与理论最优方案进行比较。 本文报告称，当交易证券的收益接近零且相关性合理时，两种最优策略之间的表现差异在经济意义上较小。然而，当相关性趋近于一时，最大化预期收益的策略的信息比率趋近于…