量化

· · 一 本文摘要 传统的金融贝塔系数估计方法往往依赖于严格的假设，难以准确捕捉 Beta 的动态变化，这限制了它们在实际应用中的有效性。为了解决这些问题，本文开发了一种新方法：…

· · 一 本文概要 金融市场数据具有复杂性和随机性，传统的资产建模方法通常依赖于手工特征或统计度量，但这些方法在捕捉市场数据中的复杂依赖关系和动态变化时往往力不从心。随着高频交易…

· · · 一 本文概要 近年来，动态因子模型在经济学和金融学，尤其是投资策略中，成为一种主流工具。与传统的静态因子模型相比，动态因子模型在处理复杂、非线性和噪声市场环境方面表现更…

· · 一 本文概要 经典的短期反转效应（STR），即股票在前一个月表现最差的股票往往在下一个月表现优于平均水平，而表现最好的股票则表现落后。然而这种效应随着时间的推移逐渐减弱，甚…

· · 一 本文摘要 高频交易（HFT）在短时间内执行算法交易，近年来已占据了量化交易的主导地位。除了传统的量化交易方法外，强化学习（RL）由于其处理高维金融数据和解决复杂的序列决…

· · · 一 本文简介 Alpha信号是交易策略的基础，它们将市场数据转化为可操作的信号。传统上，公式化alpha因其可解释性和易于分析而受到青睐，但自动生成这些alpha的现有…

· · · 一 本文概要 传统的日内交易策略主要依赖于价格特征来构建状态空间，但忽视了策略位置的上下文信息，而这一点在日内交易中至关重要。本文提出了一种新颖的深度强化学习（DRL）…

· · · 一 本文概要 在金融市场中，由于全球宏观经济和行业特定因素等共同因素的影响，股票之间会表现出不同程度的相关性。这种相关性在风险规避型的投资组合分配中至关重要。然而，由于…