投资者依靠股票-债券的相关性来构建最优投资组合、设计对冲策略和评估风险。大多数投资者只是通过推断月度收益的历史相关性来估计股票与债券的长期相关性，但这种方法显然是不可靠的。作者为产生可靠的股票-债券相关性的预测引入了四项创新。首先，本文引入单期相关的概念，以解决股票和债券收益的自相关和滞后交叉相关不为零以及长期相关性随时间变化的问题。第二，确定了股票-债券相关性的基本预测因子。第三，将股票和债券相关性建模为一些基本预测因子路径的函数，而不是单一观测值的函数。最后，对样本进行审查，进行部分样本回归。结果显示，股票-债券相关性预测的可靠性得到显著提高。
[/wiki/
更新时间：2023-06-13 06:53
本文介绍了再平衡的定义、分类，对比了再平衡策略和买入并持有的差异，并针对再平衡策略进行改进优化。定期再平衡在投资组合中股票相对债券出现单边趋势行情时，表现不如买入并持有。为了提高再平衡在不同行情中的适应性，本文提供了一系列在实践中可行的方案。通过对中美股债组合再平衡的回测分析，发现适当降低定期再平衡的频率或采用超出范围再平衡策略可以在趋势行情中提高收益并减小回撤。此外将部分资金投入到股票趋势策略中，或以趋势信号判断行情走向后再选择性地进行再平衡，都能够增强再平衡策略在不同市场环境下的适应性。
更新时间：2023-06-13 06:53
作者：Murphy N. J., Gebbie T. J.
出处：Quantitative Finance, 2021-03
本文使用了一种基于对抗型专家的在线学习算法来学习，使财富最大化的零成本组合交易策略所需的最佳参数。该学习算法用于确定大量技术交易策略的动态，这些技术交易策略可以通过历史回测，并从约翰内斯堡证券交易所每日和日内数据执行的基础交易策略集合中形成一个聚合的投资组合交易策略。本文一个关键的贡献是：在每日取样和日内时间尺度上，使用一个新的假设检验来测
更新时间：2023-06-13 06:53
作者：Adriano Koshiyama, et al.
出处：Quantitative Finance, 2020-09-01
系统交易策略是分配资产以优化特定绩效的算法程序。为了在竞争激烈的环境中获得优势，分析师需要适当地微调策略，或者发掘如何通过创造新的alpha以组合弱信号。已经有多种方法对微调和组合这两个方面进行了广泛研究，但是新兴技术，例如生成对抗网络，也会对这些方面产生
更新时间：2023-06-13 06:53
更新时间：2023-06-11 13:36
\
更新时间：2023-06-03 05:45
更新时间：2023-06-01 06:21
更新时间：2023-05-31 07:22
更新时间：2023-05-31 07:19
AI量化策略中如何选择合适的因子
https://www.bilibili.com/video/BV1J24y1f7mJ/?spm_id_from=333.999.0.0
{{membership}}
[/wiki/static/upload/42/4267409e-a9f4-42db-bb79-1321ba5e4c59.pdf](/wiki/static/upload/42/4267409e-a9f4
更新时间：2023-05-06 07:23
更新时间：2023-04-28 09:53
\
更新时间：2023-04-25 01:03
\
更新时间：2023-03-20 05:38
更新时间：2023-03-19 04:32
如何推八字
更新时间：2023-02-07 10:55
更新时间：2023-01-03 07:44
我准备交易宁德时代 和茅台 有没有大神 有合适的交易策略
更新时间：2022-12-20 14:20
更新时间：2022-11-20 03:34
更新时间：2022-11-20 03:34
更新时间：2022-11-20 03:34
更新时间：2022-11-20 03:34
更新时间：2022-11-20 03:34
更新时间：2022-11-20 03:34
更新时间：2022-11-20 03:34
作者：Leippold M, et al.
出处：Journal of Financial Economics, 2021-07
作者通过使用各种机器学习算法建立和分析一套全面的收益预测因子组合。与以前对美国市场的研究相比，流动性成为中国市场最重要的预测因子，这使作者仔细研究了交易成本的影响。中国市场中散户投资者的主导地位积极地影响了短期的可预测性，特别是对小票。中国市场区别于美国市场的另一个特点是大票和国有企业在较长时间内的高可预测性。
[/wiki/stati
更新时间：2022-11-02 09:19