- 应用机器学习模型预测乌克兰危机的影响
本文研究了俄罗斯对乌克兰的战争对金融市场的影响,选取了金、原油、股票指数和货币等主要经济指标,通过机器学习线性回归的方法,分析战争对这些指标的实际和预期影响。
- ICMLDual-CLVSA: 一种基于情感测量的新型深度学习方法预测金融市场
这篇论文提出了一种基于深度学习和序列到序列模型的新方法,名为 dual-CLVSA,可通过两个独立的渠道(交易数据和社会情感测量)来预测金融市场走势,并验证了社会情感测量不仅对于金融市场预测是信息丰富的,而且也包含额外的有效特征,以提高我们 - IJCAICLVSA: 一种基于卷积 LSTM 和注意力机制的变分序列到序列模型,用于预测金融市场趋势
提出了 CLVSA 模型,它是一个包含了随机循环网络、序列到序列的体系结构、自注意机制和卷积 LSTM 单元的混合模型,能够更好地捕捉金融交易数据的特征和趋势,同时利用 Kullback-Leibler 差距作为正则化,避免模型过拟合问题。 - ICML深度学习在金融市场预测中的应用
本文提出了基于一维卷积神经网络的金融市场预测模型,并通过历史交易数据严格回测,证明了该模型可以更有效地提取更一般化和信息丰富的特征,实现比之前的机器学习方法更强大且更有利润性的金融绩效。
- 市场生态学解释市场失灵
本文基于生物学概念和方法开发了金融市场的替代理论,并探讨市场行为内部的生态现象对收益率产生的影响,解释市场的效率和价格波动。
- 深度强化学习实现成本敏感的投资组合选择
本研究提出了一种基于深度强化学习的成本敏感投资组合选择方法,使用两个投资组合策略网络提取价格序列模式和资产相关性,通过新的成本敏感回报函数约束成本并实现最大的累积回报,经实际数据验证,该方法具有良好的获利能力、成本敏感性和代表能力。
- 经济代理人基于模型校准方法的比较
该研究使用计算实验通过比较多种普遍使用的代理模型定值方法,发现贝叶斯估计法优于频率学派、基于目标函数的方法,并提出需要进一步研究定值方法的未来方向。
- 在 Twitter 上揭示股票微博中的垃圾邮件和机器人活动
本研究分析了 9M 与美国主要金融市场相关的推特,并发现了一种被称为 “Cashtag Piggybacking” 的恶意手法,这是由协调的机器人组织实施的,可能旨在利用高价值的股票的流行来促进低价值股票的推广。本研究的结果对于采用用户生成 - 利用深度强化学习进行加密货币投资组合管理
本文提出了一种使用历史价格数据的基于模型的卷积神经网络,输出给定金融资产的投资组合权重。通过强化学习的方式,对加密货币交易所 0.7 年的价格数据进行了训练,最终在 30 分钟内获得了 10 倍的回报,并将其与其他投资组合策略进行了比较。该 - 来自随机矩阵理论的大型相关矩阵清理工具
该论文回顾了最近利用随机矩阵理论(RMT)工具估计大协方差矩阵的结果,介绍了几种 RMT 方法和分析技术,如复制品形式和免费概率等,并强调了 Marchenko-Pastur 方程,它提供了有关成倍污染的嘈杂矩阵的解的信息,特别关注经验相关 - Twitter 情感对股价回报的影响
本文研究了社交媒体平台 Twitter 与金融市场的关系,以事件研究方法分析其对道琼斯工业平均指数 30 家上市公司的影响,结果显示 Twitter 情绪对于峰值期间的异常收益确实存在显著影响。
- 市场为何崩盘?比特币数据提供前所未有的洞见
通过使用最近市场冲击理论中的新度量并基于易得到的公共信息,我们证明了市场流动性如何影响崩盘,为市场失稳提供了动态风险评估和预警,可实现市场崩盘机制的定量描述。
- 比特币价格的主要驱动因素是什么?基于小波相干性分析的证据
本研究分析了比特币价格的可能驱动因素,包括基本面、投机性和技术性来源,以及中国市场的影响。同时,我们还应用了连续小波分析框架考察了关系的时域和频域演化。
- 限价订单簿
本文概述了大量实证和理论研究在限价订单簿上取得的洞见,探讨了统计分析历史价位和数量数据所报告的研究结果,说明了许多 LOB 模型并不像真实 LOB 一样。此外,我们还发现了一些关键未解决问题。
- 随机矩阵理论在金融领域的应用:简要综述
本文讨论了随机矩阵理论在金融市场和计量经济模型中的应用,涵盖了许多理论结果和具体应用,如马尔琴科 - 帕斯图尔谱及其各种扩展、随机 SVD、自由矩阵、最大特征值统计等,并着重阐述了该理论与投资组合优化和风险评估的关系。
- 金融市场的相关性、层次结构和网络
本文研究了量化研究相关矩阵性质的方法,并介绍了如何从相关矩阵中定义和获得层次树和基于相关性的树和网络。通过对相关矩阵执行分层聚类和其他程序来检测相关矩阵的可靠方面,并且还讨论了将嵌套因子模型与从相关矩阵获得的分层树相关联的方法。通过使用 K - 在大型网络中估计互信息和多信息
提出了一种在大型网络中估计信息关系的实用方法,可以可靠地估计互信息和多个信息项,并通过基因表达、金融市场和消费者偏好等领域的分析加以说明。
- 连续双边交易的统计理论
本文提供了一个针对连续双重拍卖的微观动力学统计模型,该模型基于 IID 随机订单流,并使用模拟,尺寸分析以及基于平均场近似的理论工具进行分析,并展示了这些预测的基本性质,如价格波动率,存储的供求深度与价格,买卖价差,价格影响功能以及订单的时