净值还在水上 - 节目列表

这篇论文通过实证分析挑战了波动率目标策略的传统认知，指出虽然该策略能稳定组合风险特征（降低波动率的波动性）并小幅提升收益，但其宣称的降低尾部风险效果并不成立；研究发现策略表现高度依赖波动率目标的准确设定，而现实中预测长期基准波动率存在困难，同时尾部风险的改善受限于杠杆效应与波动率预测模型的局限性，因此投资者需谨慎评估该策略的实际效用，避免过度依赖风险调整指标或理论假设。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

这篇论文提出了一种下行风险平价（DRP）资产配置策略，通过要求组合中每类资产对下行风险（而非总风险）的贡献均等，优化长期投资表现。作者以半方差衡量下行风险，构建了边际风险贡献和总风险贡献的数学模型，并对比了直接计算法（DRP）和半协方差近似法（NCOV）的优劣。实证显示，DRP在多个资产组合中（如全球股票、债券、商品）显著优于传统风险平价、最小方差等策略，尤其在市场下跌时展现出更小的回撤和更高的夏普比率，验证了聚焦下行风险对分散风险和保护收益的有效性。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

该研究报告探讨了在动量策略中应用波动性加权的效果，提出了两种主要方法：基于策略自身波动性的加权和基于底层资产波动性的加权（即标准化收益）。理论分析表明，两种方法均能通过稳定波动和择时机制提升夏普比率，降低收益分布的峰度及下行风险。实证部分使用美国行业组合数据测试了时间序列和跨部门动量策略，结果表明，波动性加权（尤其是标准化收益法）显著改善了风险调整后收益，分散加权（将跨部门收益离散度作为波动性）虽然效果较弱，但仍能提升夏普比率。研究强调波动率预测的重要性，并通过回归分析和指数加权移动平均模型验证了策略有效性，指出收益与波动率的负相关性及波动率预测精度是提升策略表现的关键。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

这篇文章探讨了在投资组合优化中，风险模型与收益（alpha）模型因子定义不一致可能导致的负面影响。研究表明，当风险模型未能准确捕捉alpha模型中的因子时（如动量因子定义的细微差异），优化器会过度放大未被风险覆盖的alpha暴露，同时规避未被alpha回报补偿的风险因子，导致组合承担非意图的偏差敞口（如过度押注滞后历史收益）。文章通过理论推导和实证分析指出，通过调整风险模型与alpha模型的因子一致性（即使牺牲部分风险预测精度），能够提升优化组合的信息比率。此外，提出了四种改进方法：构建新风险模型、剔除冲突因子、替换因子或模拟风险因子对齐，实证表明这些方法在多空策略中效果显著，但对受限于做空的组合影响较小。最终结论强调，因子模型的一致性能够更有效平衡风险与收益，提升投资组合质量。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

这篇文章介绍了一种名为"投影移动平均线"(PMA)的新技术指标，它通过消除传统简单移动平均线(SMA)的滞后效应来改善交易时机判断。PMA利用线性回归计算的斜率，将平均值向前投影半个窗口长度，从而将原本位于数据窗口中心的平均值移动到窗口右侧。这种方法不仅等同于线性回归的y截距，还能通过二阶预测(考虑斜率变化率)进一步减少滞后。文章提供了代码实现，并展示了PMA相比SMA能更紧密跟踪价格走势，其预测线与指标线的交叉可作为买卖信号。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

文章围绕金融市场数据展开研究，引入 “醉汉行走” 模型，运用离散样本和 Z 变换简化问题，介绍了扩散方程和波动方程这两种解决随机变量问题的方程，指出市场数据是扩散模式和波动模式的混合，还引入自相关指标检验数据相关性，通过不同数据长度的正弦波周期图展示其原理，并给出其代码和终极平滑器函数代码。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

文章主要介绍了一种有别于传统动量指标的趋势分析方法，即从概率角度定义趋势。传统动量指标以价格变化与随机噪声的比例来定义趋势，存在高度相关、滞后以及缺乏关键边界值等问题。新方法则将上升趋势定义为在给定时间段内创新高概率高且创新低概率低，反之则为下降趋势。通过统计创新高或新低的周期数来估算概率，并借助t检验计算概率差值的显著性，进而得出牛熊指数（BBI）。牛熊指数取值在0 - 1之间，0.5为无趋势判断值，高于0.5表示上升趋势，低于0.5表示下降趋势，其还能显示趋势的强弱程度。与传统动量指标相比，牛熊指数有诸多独特优势，如可与动量指标互补显示背离、能判断趋势方向和概率、便于对比不同投资标的且在各时间窗口都稳定，但它不能单独构成完整交易系统，需与其他方法结合使用 。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

这两篇研究论文系统性地探讨了尺度法则在外汇交易模型开发中的应用，揭示了不同时间尺度下价格行为的统计规律性。研究发现外汇市场存在显著的多尺度特征，较短时间框架（如15分钟）信号灵敏但噪声较大，较长时间框架（如日线）信号稳定但反应滞后。基于这些发现，研究提出了创新的多尺度建模框架，通过划分15分钟至48小时等多个时间尺度独立提取特征并训练模型，采用动态加权方法整合各尺度预测结果，其中加权系数会根据市场波动状态自适应调整。研究特别强调了交易成本对策略的影响，指出当单笔成本超过0.5个基点时，低于15分钟尺度的策略将失效。最终提出的分层决策系统包含趋势跟踪、均值回归和突破策略三个层级，并针对不同货币对（如日元相关货币对需要更长分析窗口）进行差异化参数配置，在保持收益的同时有效控制了回撤，为外汇量化交易提供了系统性的方法论指导。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

文章介绍如何将Benford应用于算法交易系统，核心是利用本福德定律评估系统可靠性。本福德定律描述了数字数据中首位数字频率分布规律，通过对比交易系统收益数据的首位数字实际频率与理论频率差异，可发现潜在问题。文中列举伯尼・麦道夫案、标准普尔 500 指数收益等案例，展示如何运用该定律检测交易系统数据异常，为交易者和系统设计者提供判断依据。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

这篇论文提出了一种高效分析止损策略对交易绩效影响的框架，通过记录交易策略原始的最大未实现损失（MUL）和盈亏（P&L）数据，利用数学变换模拟不同止损水平的效果，避免了传统方法需要重复回测的高成本问题；研究将止损分为静态（固定点位）和动态（如追踪止损）两类，并以SPY ETF的日内交易为例，证明该方法能有效识别最优止损水平，在控制风险的同时最大化收益，为量化交易策略优化提供了创新性的方法论。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

这篇文章提出了一种基于统计验证的交易系统设计方法，强调技术指标本身并不具备预测能力，必须通过严格的概率检验来确认其有效性。作者开发了一个测试框架，通过量化特定事件（如随机指标下穿阈值）后未来10天的价格分布，计算其概率密度函数和重心（CG）来判断该事件的预测能力。文章以随机指标为例，展示了如何从统计验证过渡到实际交易系统设计，包括参数优化（如调整指标周期和阈值）、加入止损规则等关键步骤，最终在标普500期货数据上实现了稳定的收益曲线。该方法的核心价值在于用统计力学思维替代传统经验性假设，为系统化交易开发提供了科学严谨的验证流程。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai

这份研究报告提出了一种创新的量化方法，通过分析市场对经济意外消息的非对称反应来推断投资者头寸分布。研究发现，当市场对负面消息反应显著强于正面消息时，往往意味着投资者已过度做空该资产；反之则可能表明市场过度做多。相比传统的头寸监测手段（如CFTC持仓数据），这一实时、跨资产的量化模型能够提供独特的增量信息。 欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai