On Bonart's interpretation of the Square-Root Impact Law
说明关于 Bonart 对平方根冲击定律解释的研究
简介本文讨论平方根冲击定律(SRIL)的理论解释,即价格冲击与成交量平方根成比例。作者重新整理了 Bonart 基于价格扩散性与白色增量的论证,并指出关键在于市场对每位参与者的持续订单流进行白化,而非单个订单。研究还提出一个多主体传播模型,并认为该模型对孤立元订单的可检验预测与现有实证数据似乎不符。
arXiv 量化金融(q-fin)。
说明关于 Bonart 对平方根冲击定律解释的研究
简介本文讨论平方根冲击定律(SRIL)的理论解释,即价格冲击与成交量平方根成比例。作者重新整理了 Bonart 基于价格扩散性与白色增量的论证,并指出关键在于市场对每位参与者的持续订单流进行白化,而非单个订单。研究还提出一个多主体传播模型,并认为该模型对孤立元订单的可检验预测与现有实证数据似乎不符。
说明DSTNet:用于因果多步金融预测的动态谱轨迹网络
简介本文提出DSTNet模型,用小波滤波器组保留过去二十天技术指标的频谱演变,只使用因果信息进行预测,可同时输出1、3、5、10天的预测。作者在七个股指和黄金上,与九个学习型基线及随机游走持续性基准比较。结果显示,在MAE和MAPE下,DSTNet仅在部分情形下低于持续性基准,但一天期的差异在统计上未能确定;用于择时的配置诊断也未显示股票择时优势。
说明资产定价中的残差学习:让神经网络模型更深
简介浅层模型是深层模型的特例,但现有实证资产定价文献中的浅层模型已有较强基准。本文提出残差学习,通过保留并改进浅层模型,使资产定价神经网络模型可以加深。样本外,深度残差模型的价值加权多空组合夏普比率为2.07,高于对应浅层模型的1.92,也远高于深度前馈模型的0.89。作者据此认为模型深度是资产定价中额外经济价值的来源。
说明奖惩机制下的条件风险价值及其在稳健投资组合管理中的应用
简介本文提出在投资组合管理中引入奖惩机制的稳健选股模型,假设风险资产损失的联合分布存在不确定性,但位于一组多元分布之中。模型目标是在该不确定性下最小化组合损失的最坏情形条件风险价值(CVaR),并给出了该最坏情形CVaR的显式闭式表达式。文中用真实市场数据验证模型,结果显示,同时考虑下行风险与组合损失的做法比单独考虑任一方面更有助于风险管理并可能带来更高收益,同时也揭示了提高期望收益与控制最坏情形CVaR之间的权衡。
说明指数效用投资者与弱均值回复价格
简介本文研究一个连续时间金融市场,其中资产价格呈现弱(次线性)均值回复并具有非零漂移。作者以最大化期望指数效用的投资者为对象,证明其确定性等价值以 O(T^{2β+1}) 的速度增长,其中 0<β<1 为均值回复强度。文中还给出了一个显式的渐近最优策略。