- 通过凸凹优化寻找移动带统计套利
我们提出了一种新的方法，可以找到包含比传统配对更多资产的统计套利机会。我们将这个问题定义为寻找波动性最高的投资组合，以及价格保持在一定范围内和杠杆限制条件。这个优化问题并不是凸的，但可以通过凸凹过程近似求解，这是一种特定的顺序凸规划方法。我 - AAAI从 GARCH 到神经网络的波动率预测
通过在建立的神经网络体系结构中将 GARCH 模型的神经网络对应组件整合进去，本研究提出了名为 GARCH-NN 的创新方法，以融合 GARCH 模型中固有的波动特征，并证实将 GARCH 家族模型的神经网络对应组件与传统神经网络模型相结合 - 使用高斯过程 (GPs) 进行高频交易的短期波动率估计
这篇论文研究了如何利用数值和概率模型进行高频交易的短期波动率和回报预测，通过在 Numerical Market Prediction 模型的输出上应用高斯过程，使用修正后的股价数据建立了一个被审查的高斯过程模型，评估了预测误差。
- XRMDN：基于循环混合密度网络的短期概率性需求预测架构（面向高波动性的移动出行系统）
在实际的移动出行需求预测系统中，传统的时间序列预测方法难以准确预测高动态波动的需求。本研究提出了一种扩展循环混合密度网络（XRMDN）模型，通过对历史数据序列的趋势进行捕捉，提高了动态高波动环境下的预测精度，并在真实移动出行数据集上的综合实 - 利用 LSTMs 进行日前电力价格和波动率的概率预测
准确预测电力价格对于电力系统管理和智能应用的发展至关重要。本研究提出了一种用于德国 - 卢森堡次日电力价格的长短期记忆（LSTM）模型，通过应对俄罗斯入侵乌克兰后欧洲电力价格的大幅上涨和高度波动等挑战，来应对现有预测方法的局限。LSTM 的 - 面向多步回归股票价格预测中的随机性的扩散变分自编码器
使用深层次变分自动编码器（VAE）和扩散概率技术，结合随机生成过程来进行序列预测，解决多步股票价格预测的问题，通过形成投资组合评估模型输出的有效性和处理不同类型预测不确定性的重要性。
- 使用基于订单流的深度卷积神经网络进行短期波动率预测
本研究使用卷积神经网络将市场信息编码成图像，以预测加密货币短期实现波动性。实验结果表明，该方法有潜力更好地捕捉市场动态和进行更好的波动性预测。
- 使用合成器变压器模型从鲸鱼交易和 CryptoQuant 数据预测比特币波动率的飙升
本文研究了加密货币市场的极端波动，并提出了一种基于深度学习的合成变压器模型，该模型利用 CryptoQuant 数据和鲸鱼警报推文来预测比特币的极端波动，结果表明该模型优于现有的最先进的模型。
- ACL神经机器翻译模型的不合理波动性
研究了神经机器翻译模型的行为，发现模型在翻译极其相似的句子时具有不稳定的行为，并且在极端情况下可能导致误译，突出了当前 NMT 模型的泛化问题。发现 RNN 和变压器模型分别在 26％和 19％的句子变化中都表现出不稳定行为。
- NIPS金融时间序列波动性预测中深度序列模型的基准测试
本文探讨了通过利用深度学习的结构，对股价波动进行建模的可行性，并针对 2018 天中的 1314 个股票序列，通过负对数似然度量对现实世界的股票时间序列的实验进行比较，结果表明，与 GARCH 家族的各种常用确定性模型和最近提出的几个随机模 - 101 公式化 Alpha
本文提供 101 个实用量化交易 alpha 的具体公式和计算机代码，其平均持有期约为 0.6-6.4 天。这些 alpha 之间的平均相对关联较低，为 15.9%。该研究进一步发现，交易频率对 alpha 相关性的解释能力较差。
- 金融中的 Hawkes 过程
本文回顾了 Hawkes 过程在高频金融领域的应用和应用范围，以其高灵活性和适用性被成功地应用于多个问题，如交易数据波动率估计、市场稳定性估计、系统性风险传染、最优执行策略设计以及完整订单簿的动态捕捉。
- 波动性的非参数变点分析
本文提出了一种基于变点的高频数据统计方法，重点关注离散观察的 Itō半鞅序列的波动性，并构建最小化方法来区分连续的路径和包含波动性跳跃的路径，从而推断波动性的平滑性和变化。
- 危机时期金融市场之间的相关性
通过世界一些主要金融市场指数的相关矩阵的特征值及特征向量，我们发现市场行为的高波动性与它们之间的强相关性成正比。这意味着在大规模崩盘期间，市场倾向于表现为同一趋势。为了支持这种说法，我们研究了 1987 年（黑色星期一）、1989 年（俄罗 - 利用多重分形随机漫步模型预测波动性
本研究针对多重分形随机漫步模型的波动性预测问题，介绍了一种基于限制对象的预测公式，其中限制对象是一个定义在商空间中的无限范围的对数波动性，这个公式被应用于波动性预测和在缺乏平均波动性和相关长度 T 精确估计的情况下基于 MRW 模型的期权定 - 从少数族群游戏到实际市场
使用少数群体竞赛模型探究市场效率问题，发现当模型去掉不现实的特征后，得出了与实际市场相似的缩放行为。同时，测量距离临界态的跨越时间可评估真实市场。研究表明市场控制在临界状态附近，此状态下市场勉强保持有效性。