知识库

本笔记诊断一个固定的仅做多 ETF 动量基准在 2010 至 2024 年不同市场环境下的表现。它使用每日收益发生前已知的波动率和趋势指标为收益标记状态，并以扩展历史中位数定义高低状态。收益率曲线利差也决定该基准持有选定的动量 ETF，还是防御性债券组合。随后，笔记按波动率与趋势的四种组合划分收益和风险指标，报告各组观测数，并使用可加总的对数收益将峰谷损失归因至不同状态。…

本文档使用 100-ETF 个标的的范围，将跨资产动量假设转化为月度探索性检验。文档构建调整后的月末价格，测量 12 至 -1 个月动量，然后将符合条件的 ETF 分为五个等权组，并将它们下月的收益与等权标的范围进行比较。分析考察各组收益的排序和分布、最高组与最低组的收益差、不同历史时期的表现，以及信号排名的持续性，并将其作为换手率的粗略参考。…

本特征工程模块为系统化宏观投资组合模型准备日价格数据。它创建按估计波动率缩放的不同期限收益、多种尺度的MACD信号，以及对数价格的滚动Z分数。收益期限可使用设定的一组值，也可使用密集范围来构建原始动量特征集。事前波动率通过日收益的指数加权标准差估计；模块还为学习目标计算下一步原始收益和波动率缩放收益。…

本文认为，传统时间序列分析可能显示金融收益接近随机，但现代多变量统计仍能检测到其中的模式。文中介绍了一项受核物理方法启发的分析，并将其用于欧元期货的高频价格变动。识别出的成分是随波动率区间变化的趋势跟随行为，研究通过交易系统编码相关条件。…

论文提出单向Transformer模型SERT，用于大型US股票定价，并将预训练Transformer应用于股票定价和因子投资。研究在疫情前、疫情期间及疫情后一年这三个时期，将这些方法与标准Transformer和仅编码器Transformer进行比较，并关注市场承压时的表现。作者报告称，在市场剧烈波动期间，SERT的样本外R²最高，其次是预训练Transformer。…

论文考察风险溢价策略的超额收益与非对称尾部风险之间的关系。文中提出一种新的偏度定义，并报告称，风险溢价与尾部风险偏度密切相关，而与波动率的关系较弱。在股票、法马－弗伦奇、外汇套利、卖出波动率、债券和信用策略中，论文发现夏普比率与负偏度之间大致呈线性关系。…

本研究将金融预测建模为一群具有不同预测期限的趋势跟随型智能体。研究考察了在由真实货币汇率序列表示的随机、时变环境中，这一群体如何变化。分析比较了互不交互的智能体与行为受群体内部交互影响的智能体。…

本文介绍一种模型，以趋势跟随型和逆势型交易者所对应的有效力量来分析价格变动。其目的在于推断选定区间内哪类行为占主导，而非提出交易规则。该方法首先在少数派—多数派博弈数据上进行测试，推断出的行为可与模型中设定的策略进行比较。 作者还将该方法应用于 NYSE 股票价格，并报告称，它可以指示至少为一天的区间内的市场情绪。描述没有说明估计量、校准流程、股票样本或定量准确度，因此证据仅限于所述模型测试和市场应用。推断出的力量应理解为总体行为的指示，而非对个体交易者的直接观察，也不能证明存在因果交易机制。

本文研究总体趋势跟随或均值回归交易行为如何改变资产价格动态。研究明确建模交易方向，并将这两种行为与序列相关联系起来：趋势跟随可能产生正相关，而均值回归可能产生负相关。模型用于考察相较随机游走基准，这些相关性如何影响长期方差。…

本研究探讨如何在收益可能相关的多种资产之间配置趋势跟随策略。在高斯市场假设和线性策略下，研究推导了投资组合均值与方差的公式，并据此构建风险调整后的配置。作者证明，跨n种资产的动态配置可以表示为对n平方种虚拟资产的静态配置，并对趋势跟随头寸进行领先滞后调整。…

该策略将在线变点检测与基于LSTM的深度动量网络相结合。网络学习趋势估计和仓位规模，检测模块则提供疑似转折点及其严重程度。系统可以在较慢的时间序列动量与较快的均值回归之间进行平衡：前者旨在跟随持续趋势，后者则可在局部行情波动时反转敞口。该设计旨在应对市场状态急剧变化时的动量损失。…

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。…

本文探讨资产价格行为为何在约两个世纪里似乎变化不大。文章指出，历史证据显示曾出现价格大幅波动和市场无效的时期，随后简要回顾了趋势跟随的理论研究和神经学解释，并从概念层面说明这些模式为何可能跨时代持续存在。…

本文提出一个设计和比较趋势跟踪系统的框架，涵盖欧式、美式和时间序列动量方法。对于欧式系统，研究推导了损益、自相关与波动率标准化收益漂移之间的关系。使用分数阶 ARFIMA 过程的分析表明，即使短期收益呈均值回归，长期正自相关仍可能支持盈利。从频域角度看，只要低频谱能量足够强，趋势跟踪就可能受益；漂移也可能有助于延长回看周期。…

本文在高斯假设下分析趋势跟踪策略如何将股价变化转化为盈亏。研究推导了损益分布，并考察其均值、方差、偏度、峰度和尾部分位数。分析将策略结果的不对称性——频繁的小额亏损和较少发生的大额盈利——归因于趋势跟踪机制，而非仅仅归因于异常价格行为。…

这项研究为趋势跟踪型高频交易者的微观模型建立了动力学理论基础。研究从模型精确的相空间演化方程出发，该方程类似于力学中的刘维尔方程，并通过金融布朗运动方程的层级体系逐步简化描述。 在假设分子混沌的条件下，作者推导出类似玻尔兹曼方程的订单簿动态，以及类似朗之万方程的价格动态。他们通过解析方法研究交易者数量较大时的行为，并报告了蒙特卡洛模拟的数值验证。本文认为金融布朗运动与物理布朗运动具有平行的数学结构。其结果依赖模型和分子混沌假设；摘录没有提供底层市场数据分析细节，也没有证明这些方程适用于这一设定之外的市场。

本文认为，趋势跟踪表现可以用一个与信号参数相关的理论夏普关系来描述。文中报告了对 Grebenkov 和 Serror 推导公式的实证拟合，并将其解释为证据：在 CTA 的平均尺度上，具有单一特征时间尺度的均值回归过程可以代表趋势行为。 据此，本文提出单一指数移动平均线足以捕捉趋势，并质疑组合许多复杂指标是否能改善信号。其方法论启示是：增加指标可能带来挑选有利结果的机会。摘录没有给出数据集细节、参数估计或样本外测试，因此无法证明单一 EMA 在不同市场或市场状态下都是最优的。

AdaptiveTrend 是一种系统化加密货币策略，将六小时周期的趋势信号与每月一次的投资组合更新相结合。它采用按波动率调整的移动止损，通过滚动夏普比率和市值筛选资产，并在多头与空头头寸之间非对称地分配资金。作者以市场历史上的正向漂移为做多倾向提供依据，并将该系统描述为一种随波动率和资产表现变化而调整敞口的方法。 本文报告了对超过 150 个加密货币交易对进行的样本外回测，涵盖 36 个月，时间从 2022 年至 2024 年。年化夏普比率为 2.41，最大回撤为 -12.7%，卡玛比率为…

本文通过大规模基于智能体的模拟，考察哪些交易风格能在嘈杂市场中持续。其 MAS-乌托邦模型包含 10,000 个智能体，分为五种原型，并使用五年的高频数据。模拟设定假定不存在交易摩擦，并向智能体提供无条件基本收入。在这些条件下，顺应市场方向的趋势跟踪智能体长期表现优于逆势交易的均值回归智能体。 作者称，这一结果促使他们构建一个由 LLM…

本文提出一种时间不可逆性的统计测度，依据收益序列中上升趋势与下降趋势子序列之间的差异构建。研究将不可逆性指数定义为上升趋势模式分布与对应下降趋势模式分布之间的Kullback–Leibler散度。该指数被用于随时间分析比特币、以太坊、瑞波币、莱特币和比特币现金的对数收益。…

本文建立模型，研究交易者如何根据历史数据估计市场信息与价格之间的相关性，并利用这些相关性指导交易，从而形成反馈。当足够多的智能体依据估计出的关系采取行动时，其订单会改变价格，进而改变它们原本依赖的相关性。这种反馈可能破坏原本有效的市场行为。…

本文提出一种简约的离散时间模拟，用于研究内生泡沫和周期性崩盘。该模型旨在呈现羊群行为与恐慌抛售如何相互作用，并以市场动量影响买卖力量的平衡。 立方动量函数在泡沫形成期间鼓励趋势跟随，并在动量超过临界阈值时触发骤然崩盘。交易频率也会随着动量累积而上升，这一机制的灵感来自自激 Hawkes 过程。模拟据称再现了非线性泡沫模式，包括价格和流动性同时上升后急剧崩落。这些是所提模型的模拟结果，并非该机制能够预测真实市场崩盘的证据；摘录没有提供校准、实证验证或参数细节。

本文分析一个名为“财富博弈”的简化基于智能体的市场中的价格行为。模型移除了做市商，迫使多数交易者限制股票交易，以维持总供需平衡。其余策略包括乐观和悲观的基本面投资者以及趋势跟随者，从而可以在简化环境中研究这些交易者类型的相互作用。…

本文分析线性和非线性动量交易策略的三阶矩，即偏度特征。文中将非线性策略视为对标准化移动平均滤波器的变换，具体而言是指数移动平均（EMA）。研究重点是解释这些策略通常为何具有正偏度，以及偏度为何随期限结构而变化。 论文综合了作者此前的两项研究，并作了更新和评论。文摘指出了所研究的策略类别和统计特征，但未提供公式、实证数据、参数选择或策略比较证据。因此，它只是分析提纲，不足以据此估算偏度或选择动量策略。