首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

【史上最详细】WorldQuant Alpha 101 因子 #001 研究

解析:x2值为收盘价或前 20天回报标准差进行差异放大后值,对其进行最大值意义在于找出过去5 天里最大收盘价或者前20 天回报标准差。...根据前面对Ts_ ArgMax(x2,5)说明,我们知道对过去 5天里找出收盘价或前20天回报标准差最大值意义在于:根据均值回归规律,涨得太多了,就会向平均值移动下跌;跌得太多了,就会向平均值移动上升...根据这个原理,我们可以得到: 1)对某股票过去5天里最大收盘价索引,作为其权重值。...即收盘价最大值离当前越久,说明收盘最大值之后相对收盘最大值那天来说股价在下降,而当前离最大值那天越久,下降时间越长,从而股价反弹越明显; 2)而对某股票过去5天里最大前20天回报标准差索引...我们知道,如果过去5天里都是标准差的话,说明returns都是小于 0;否则,有一天存在returns>0,最大值都是收盘价。

4.6K110

基于Carry截面和时序策略

实际计算时,我们并不总是有恰好一个月到期股票期货合约。在这种情况下,我们在两个最接近到期期货价格之间进行插值,以合成一个月股票期货价格,并应用一般Carry定义。...商品Carry实际上与文献中检验商品回报预测因子所知基差(basis)是相同。...我们考虑两种carry度量方式: (i) “当前carry”或“carry1m”,这在每个月末进行测量; (ii) “carry1-12”,这是过去12个月(包括最近一个月)当前carry移动平均值...Carry平均回报率从美国信贷0.24%到美国股票指数看跌期权179%不等。然而,这些策略面临不同波动性,因此查看它们夏普比率更有信息量。...资产大类中每个资产权重由如下公式决定: 其中表示该大类资产所有资产Carry时序均值(本文也测试了固定0情况)。 结果表明。将Carry与0比较,所有资产类别的Carry策略都产生了正回报

17110
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【贝叶斯系列】预测未来回报交易算法基于Bayesian cone

    例如,将交易算法应用于未知市场数据产生实际结果,与我们已有模型生成预测进行比较,可以让我们知道该算法是否按照预测方式进行反演,或者是否过度依赖过去数据。...这些预测可以用我们期望从模型中看到累积回报锥形区域可视化。 假设我们正在使用适合交易算法过去每日收益正常模型。...这给了我们一个可能正常分配,它对每日回报率数据有合理适用性。 为了产生预测回报,我们从正态分布(推断底层分布)中随机样本。...我们可以通过在实际数据之上建立多个推断分布,并为每个推断分布重复相同步骤来获得更多预测。所以我们从sigma后期mu后期和n个样本n个样本。对于每个后验样本,我们可以构建n个推断分布。...该分数是报告模型预测与实际交易结果一致性水平数值测度。 为此,我们计算期权交易回报平均百分位数分数到预测值并进行归一化,以产生100(完美拟合)和0(完全在锥体之外)值。

    1.4K50

    文献分享(二):深究低BETA异象

    beta股票,导致一些投资者更偏好高beta股票 彩票效应——高beta低平均回报,但有小概率获得高额回报 这项学术研究,加上2008年熊市,使得低波动策略非常受欢迎 在其他常见因素上暴露可以解释低...作者发现高波动股票中,仅有那些有低利率股票有高正回报。另一方面,高短期利率股票有高负回报。此外,高流动性并不能预测未来收益,及它不是一个独立因子。...当低beta策略在价值因子上有敞口时,平均有2%正超额,在成长因子上有敞口时,平均会有-1.4%负超额。...在SMB最高/低五分之一股票中,做多/空BAB等权组合,可以获得月均1.5正收益,t统计量可以达到7.8。这一策略在控制了主要风险因子、考虑其他组合构建方法、子区间分析后依然显著。...然而,新研究表明,这一异象收益不仅来自于如流动性等风险溢价,也和成长、价值环境中低波动、过去市场回报高低、SIZE因子表现相关。

    69920

    Quant Macro:CTA与宏观经济指标的结合

    因此,如果过去制造业活动高速扩张,库存增加,我们可以认为暂时过剩需求和负回报可能性增加。相反,如果过去工业生产增长异常低或为负,库存下降,我们可以认为暂时短缺和需求加速可能性更高。...为此,我们首先将所有每个商品期货回报标准化到具有10%(年化)波动目标的头寸。(根据指数移动平均历史标准差进行计算)。每个月底头寸都会重新平衡。...然后,我们从每一种基本金属回报中减去非工业篮子回报。非工业产品篮子包括贵金属、美国农业商品、其他农业商品和牲畜等权重子篮子。...合成一个综合预测指标 首先将库存变动和工业生产增长指标计算Z-score,并计算两者均值。将该均值负数和与原始ISM变动值相加形成综合指标。...PnLs年化目标波动率为10%。下图为各策略表现(包括买入持有): 1995年至2023年(2月22日)期间平均夏普比率约为0.5,平均Sortino比率约为0.6-0.8。

    54020

    用神经网络,帮助圆滚滚们找对象!

    从大熊猫声音特征入手,分析要进入交配期熊猫叫声特性,通过算法模型,能够自动地预测出大熊猫配对成功几率,为动物学家们研究提供帮助。...用算法提高熊猫生育率 在得到算法模型预测结果后,大熊猫饲养者可以采取适当后续行动,以提高整体生育率,这对智能大熊猫育种带来了数据维度有力帮助。 ?...模型预测匹配成功(蓝色)和匹配失败(红色) 和实际情形相符合 研究人员将此方法,在过去九年数据集上进行了评估实验,获得了和实际情况相符合结果。...同时证明了基于音频自动交配成功预测方法,在协助大熊猫繁殖上,具有很大潜力。 研究后续将继续扩大熊猫声音数据内容,进一步验证了该方法实际有效性。...憨态可掬熊猫,成为了全球可爱担当,也化身成了中国「友好大使」。 相比于过去纯粹观赏,近年通过中国与全球研究机构,针对大熊猫开展合作研究也变得越来越多。

    91530

    蒙特卡洛 VS 自举法 | 在投资组合中应用(附代码)

    因此,如果我们试图运行一些参数化蒙特卡罗运行来生成模拟数据,例如股票上应用,我们倾向于测量并计算该股票在一段时间内实际历史回报平均值和标准差,并将其用作模型输入值。...也就是说,未来和过去收益分布均来自相同“总体”)。...我们只对相同权重投资组合单个成分收益均值 - 这很简单。 然后让我们根据各个组合成分绘制我们投资组合“价格序列”。 ? ? 正如你所期望那样,回报最终会在位于单个回报中间位置。...我们在这里讨论特征是历史回报分布均值和标准差(或方差)。然后将这些值输入到模型中,该模型从一个正态分布中随机采样,其平均值和标准差等于历史回报平均值和标准差。...这导致包含正相关资产投资组合,平均而言,比完全不相关资产投资组合会有更多极端值,或者实际上是负相关资产投资组合。 这是因为如果所有成分资产高度相关,它们都会同时上下移动,导致价值波动更大。

    3.4K20

    全球229家独角兽公司里中国占33家

    全球独角兽平均投资回报率是7倍,但欧洲独角兽投资回报率只有4.5倍。现在欧洲也没有一家估值超过100亿美元独角兽。 不管从投资还是创业公司数量上看,世界正在慢慢变平,正如信息和沟通一样。...25年是一个很长时间跨度,在所有的独角兽里,有75%独角兽是在过去10年中创办。 Cases表示,创立独角兽是需要花一定时间平均需要花6年时间才能成长为独角兽。...大量投资机构都在加强投资,而对投资者有利退出条款使得创业公司获得风险投资像银行贷款一样简单。 这些因素都导致了创业公司高估值。实际上,很多公司实际情况是无法支撑起这么高估值。...目前,独角兽俱乐部平均投资回报率为7倍,而估值超过100亿美元独角兽投资回报率更是高达10倍。 谁在投资独角兽?...该业务部将专注于垂直O2O领域电影在线选座和购票业务,以及参与影视投资等,并将联合万达、中影集团在在线选座和售票终端进行深度合作,打造O2O闭环。

    65390

    追涨行为因子:基于上交所投资者账户数据散户交易行为量化策略

    面板汇总统计数据中,我们计算RCP平均值为32%,标准差为81%。告诉我们,一般投资者购买股票过去一年回报率比市场回报率高32%,这表明他们追逐平均回报率相当高。...最后,女性比男性更有可能获得更高回报,这再次与之前发现一致。 研究结果表明,经验丰富投资者往往获得更高平均回报,而行为偏差投资者则表现更差。...去除上市未满6个月股票后,我们对股票RCO做了如下表5表6统计和分析,我们可以看出,过去回报率更高、波动性和周转率更高、规模更大、估值过高(账面市值比较低)股票更有可能吸引追逐回报投资者。...除了过去收益外,这些股票特征通常预示着未来风险调整后收益较低。这与我们之前研究结果一致,即高RCP散户更有可能获得较低平均回报。...RCO因子作用于最高零售股票股票,产生年化夏普比率为1.94 (t统计值为5.38)。 总结 有人可能会担心,在实际操作中,投资者可能无法获得这个数据,所以这个文章中交易策略无法实施。

    1.5K21

    基于显著性理论动量策略改进

    ST核心含义是,具有显著上升空间股票被高估,随后回报较低;相反,有明显缺点股票被低估,未来回报高。传统动量策略包括买入过去赢家和卖出过去输家,这在美国和国际股市中被广泛验证。...与之前研究一致,我们发现过去和后续收益(即收益动量)之间存在正线性关系。此外,ST最高股票(深绿色)往往会获得较低后续回报,而ST最低股票(暗红色)往往会获得较高后续回报。...因此,我们通过消除ST最高和最低股票来增强动量策略,比如我们可以采用一种策略,购买过去ST低高动量股票,卖空过去ST高低动量股票,这可以产生更高回报。...d\right|}{\left|r_{i, d}\right|+\left|\bar{r}_d\right|+\theta} 其中 是股票d日日度收益, 是d日截面上所有股票平均收益。...即将股票每日收益率,视作投资者做出决策权重依据,将每天收益率偏离市场程度(我们多头端逻辑,将其简称为“惊恐度”)作为极端收益对投资者决策权重扭曲程度,使用“惊恐度”直接加权每日收益率,来模拟投资者决策过程

    94630

    要赢得投资者青睐,你月增长率需连续7年保持13%| 编译

    为了给投资者一个16%年度回报率,VC们刚刚募集2千5百万美元基金在10年内需要生成1.125亿美元回报,这实际上相当于19%回报率,这是VC们从实际基金投资中需要生成。...原因如下: 首先,VC们实际上并没有将投资者2千百万5美元全部投资掉。他们通常在10年内赚取了年平均1.5%管理费以及20%其他任何回报。...我们假设一下,他们进行了10项投资,平均每个是2百万美元。当然大多数风投者们可能不会这样构造其投资组合,而我们只是为了计算方便。假设他们拥有所投资公司10%股份。...公共SAAS公司估值移动就像任何其他行业一样,在很大程度上取决于其增长率,但为了简单起见我们用过去12个月收入数5倍来评价。...那么,如何构建您SAAS业务,使其在过去7年内每年收入达到大约2亿美元呢?这就需要在这7年内每个月有略高于13%增长速度。

    57330

    动量因子30年

    在面板回归中,β对过去收益是正,且具有统计学意义,t统计量超过5。在过去收益为正(负)时做多(做空)交易策略,在58种资产中有52种产生统计上为正平均收益。...Moskowitz和Grinblatt(1999)构建了20个市值加权行业投资组合,并采用了一种策略,根据过去6个月回报平均投资前三个行业,同时做空后三个行业。...在6个月持有期中,该策略从1963年7月到1995年7月平均回报率为0.43%。作者得出结论,行业动量是由于行业收益正序列相关。...在持有期限为6个月情况下,由最低风格贝塔股票构建动量策略产生平均回报率为0.14%。相比之下,由最高风格贝塔股票构建动量策略产生平均回报率为0.60%。...绝对风险敞口由过去收益幅度和长期波动率决定,但分别限制在−2和2。基于过去1个月回报策略,在47个因子原始回报上产生了正和显著阿尔法。

    1.3K30

    一个简单实例解析移动平均模型 Moving-Average Models

    本文将使用简单说明性示例来解释移动平均模型(Arima [p,q]中MA [Q])。 假设你今天得到100股公司股票。让我们用Y1表示今年,用A(1)表示回报。...它是最近过去ε(t-1)、ε(t-2)和ε(t-3)所受冲击函数,而之前项如ε(t-4)、ε(t-5)不受影响。这些是RHS剩余项。...它以一个等于当前冲击ε(t)和3个最近冲击ε(t-1)、ε(t-2)和ε(t-3)加权平均幅度偏离常数µ。随着时间推移,这个加权平均值会移动。 让我们在下图中绘制u(t)a(t)值。...我们通常对U(t)这样函数行为感兴趣,在上升阶段过去之后,函数稳定了一段时间。例如,股市已经运行了几千天,工厂在最初建厂期后有稳定投入产出数量。...如果我们去掉图中前3个异常数据点,这就是t≥4时U(t)样子。 就是这样!这是一个移动平均线模型例子。 由于U(t)依赖于前3个冲击项,所以它是3阶移动平均模型,记作MA(3)。

    74940

    大数据预测世界杯 八种方法谁靠谱

    百度大数据研究院利用百度大数据全面搜索过去5年内全世界987支球队3.7万场比赛数据,并与国内著名彩票网站乐彩网、欧洲必发指数独家数据供应商Spdex等公司建立数据战略合作伙伴关系,将博彩市场数据融入到预测模型中...为此,分析师要收集来多项数据,包括:世界各个国家足球队历史成绩数据库给出各队排名得分;比赛中双方球队过去10场和5场比赛进球数;比赛双方是不是巴西主场;比赛球队是不是美洲球队;还有以往各队在世界杯进球数优于平时多少个...最后,他们把这几项数据按照一定权重相加到一起,可以得出每一个球队在对阵另外某一个球队时平均会进多少个球。...按照这样方式,从小组赛一路到最后决赛,每一场比赛双方进球数都可以期望一番,最后获得一个“最平均世界杯全程模拟结果。...(6)熊猫预测夭折了 世界杯开幕前,据媒体报道,中国保护大熊猫研究中心称将派出一到两岁熊猫宝宝来预测世界杯。

    8K70

    腾讯汤道生:从可见到可用,构建离产业最近AI

    过去一年里,我们发布全链路自研混元大模型参数规模达到了万亿级别,在国内率先采用混合专家模型 (MoE) 结构。...去年腾讯所倡导模型应用发展方向——产业实用,获得了业界高度认同。今天,大家对于大模型诉求更加务实,不仅关注模型技术领先性,也要看怎么融合到业务场景,怎么降本增效解决实际问题。...最近我们也和中国大熊猫保护研究中心,联合开展了“AI+大熊猫保护”。广东工业大学学生们基于我们的人工智能开发服务平台TI-one,打造出第一个“大熊猫智能行为识别模型”。...调用我们API接口,可以实现秒级出图,处理时间远低于业内平均水平,可以被广泛应用在营销、设计等领域。 我们第三大引擎是“视频创作引擎”。...面向智能未来,我们将坚持用技术去解决一个个实际问题,也将坚持以生态开放与行业、伙伴共建一个美好智能未来。

    26110

    打开趋势跟踪CTA黑箱:国际市场表现与经验

    该表显示,在过去32年里,管理期货平均产生了正回报,波动率约为全球股市一半。95%置信区间表明BTOP50具有明显正倾斜:在考虑资产类别中是独一无二。...最左侧图显示了巴克莱BTOP50指数和MSCI全球指数在整个样本期内平均12个月滚动回报率。自1990年以来,MSCI全球指数平均回报率约为9.75%,而BTOP50指数回报率约为5.80%。...其目的是展示在MSCI全球指数表现特别好/差时,管理期货表现如何。第三个图显示在MSCI“良好”回报期间(34%),管理期货平均回报率只有7%左右。...第二个图表显示是在MSCI“糟糕”回报期间(-24%),而管理期货平均回报率为正12%。...从表中可以更清楚地看出投资组合之间差异。我们观察到,在累积和年化回报基础上,Millburn略优于Simple Benchmark和Abbey组合;然而,实际上,这三者在本质上是相同

    67310

    百度离场、微博加码,网络文学为何成围城?

    2014年底开始,网络文学市场迎来一次集中洗牌:腾讯收购盛大文学成立阅文集团,市场份额一举超越50%;百度则将收购而来熊猫看书、纵横中文网和自有多酷阅读整合成百度文学品牌;阿里文学面世;中文在线登陆创业板重点转战教育出版业务...网络文学市场是一个长投入、慢回报事情,一般要布局五六年才会有回报期,一般公司,即便是百度,也不一定有这样精力,独立平台更难以为继。...就算付费,行业数据是,单用户为阅读花费成本平均为千字5分钱,网络文学是最便宜内容消费形式。基于用户付费阅读商业模式,很难做成暴利行业,几乎所有网络文学平台都是在亏损。...长篇小说在过去一直是网络文学主流,按照字数收费模式,更是直接导致一些创作者将作品尽量写长不良现象。 然而,现在人们对重度内容消费已经越来越没有耐心。...相对于长篇小说而言,介于短篇和长篇之间小说,将更适合在社交网络,在信息流中阅读。 2、免费模式或成主流。 网络文学过去是收费模式主导,未来或将进入免费模式为主、收费模式为辅时代。

    61840

    以太坊挖矿回报率_eth挖矿难度曲线

    延时低比延时高更容易获得有效share,有效share就是收益啊; 3、矿池不能偷算力,本地算力(软件显示算力)与矿池接受算力24小时平均值要一致;这个可以用蚂蚁池算力计算器来检验,看看过去...收益比较方法:千万不要运行一两个小时你就急着看,科学方法是你应该在48小时候后再看过去24小时每100M算力收益(矿池收益÷矿机本地1分钟平均算力)。...我们假设以太坊价格是固定。不考虑以太坊增值所带来利润,可以方便我们将实际回报率与硬件、电费和其他运行挖矿设备相关成本关联起来。...我们还需要在这基础上加上2020年1月区块奖励和区块难度。我们假设在矿池工作时候仅可使用一台设备。有些矿池征收10%费用,好点只收1%。所以我们中间值1.5%。...最终GPU出手价格将决定此次挖矿整体投资回报。 想想看,一个600美元GPU,一年50%折旧率已经算相当不错了。

    1.5K10

    SQL和Python中特征工程:一种混合方法

    尽管它们在功能上几乎是等效,但我认为这两种工具对于数据科学家有效地工作都是必不可少。从我在熊猫经历中,我注意到了以下几点: 当探索不同功能时,我最终得到许多CSV文件。...但这实际上非常整洁,因为我们要做就是按索引拆分 数据集。通过设计,我还包括了我们尝试预测标签。加载要素时,我们只需将索引与要素表连接。...注意功能表是如何连续连接。这实际上是有效,因为我们总是在一对一映射上连接索引。 最后,让我们看一下5个训练示例及其特征。 现在,您已经有了定义明确数据集和特征集。...我们努力得到了回报!同样,事件2最具预测性特征是在事件2中观察到了多少个空值。这是一个说明性案例 ,其中我们无法用中值或平均值替换空值,因为缺少空值事实与响应变量相关!...在两种情况下,SQL方法更加有效: 如果您数据集已部署在云上,则您可以运行分布式查询。今天,大多数SQL Server支持分布式查询。在熊猫中,您需要一些名为Dask DataFrame扩展 。

    2.7K10

    在预测中使用LSTM架构最新5篇论文推荐

    论文验证了过去472天37个欧洲国家数据每日COVID-19新案例预测模型,并且与基于平均绝对缩放误差(MASE)最先进图时间序列模型相比,表现出卓越性能。...通过使用真实生产数据和不同LSTM深度学习模型,检查了它们对明年液压发电每月预测性能。结果表明,将基于多年实际生产数据时间序列与深度学习模型结合起来进行长期预测是成功。...lstm已经被证明特别适合于时间序列数据,因为它们能够整合过去信息,而神经网络集成已经被发现可以减少结果可变性并提高泛化。...通过一个简单交易策略,与随机选择投资组合和包含指数中所有股票投资组合进行比较,可以发现LSTM集合产生投资组合提供了更好平均每日回报和更高累积回报。...此外,LSTM组合也表现出更小波动性,导致更高风险回报比。

    84010
    领券