深度学习与人工智能在FinTech中的应用
深度学习 过去的20年中，伴随诸如大数据分析，神经网络，遗传算法和机器学习等技术的发展，金融服务业也发生了革命性的变化。 现在，金融科技（FinTech）正处于将人工智能和深度学习融入金融服务的真正革命性时刻。 这种结合可能以20年前我们无法…
量化投资五大前沿科研文章解读
今年金融研究的年度“geekfest”（正式名字为美国金融协会年会），汇集了世界金融界的顶级学术研究人员来讨论他们最新的金融研究成果。Alpha Architect评选出2018年量化投资领域的五大前沿科研文章，以下是其解读。 Stock Market Anomalies and Bas…
日本住友商事巨亏案例分析
一、 事件概述 （一） 住友财团（Sumitomo） 以家族财阀为中心的三井、三菱、住友、安田四大财团是日本最早形成的四大垄断财团。如今，三菱、三井、住友、富士（芙蓉）、第一劝业银行、三和等六大垄断财团掌握着日本的经济命脉，控制着日本的大量…
利用正态法分解股票组合VaR实例
由于组合投资的分散化效应，组合中各资产的独立VaR之和一般不等于分散化后的组合VaR。通过对投资组合VaR进行成分VaR、边际VaR和增量VaR分解，投资者可以更全面了解投资组合风险。投资组合VaR的分解方法详见VaR分解。本文介绍采用正态法分解一个股…
波动率交易中危险的反馈回路
波动率反馈回路 现代投资组合理论认为波动率是资产内在风险的外部度量。 这一概念仅仅将波动率看作是风险的外生性度量，忽视了其作为超额收益来源以及直接导致风险的因素。大多数积极管理的投资策略通常将市场波动性作为决定杠杆水平的关键因素，…
尾部风险对冲策略与工具
最近国际市场动荡再次表明，极端市场走势发生的频率比大多数统计模型预测的要多，风险分散化策略在这些情况下通常会失效。这对于大多数投资者来说是一个难题，因为一方面投资者希望承担风险并产生超额收益，但另一方面投资者无法承受重大投资损失…
波动率可以提供什么信息
我们通过统计方法，将股票和债券市场的波动率分解为持久（persistent）成分和暂时（transitory ）成分。 实证研究表明，持久成分与宏观经济基本面相关，其可持续性取决于宏观经济的趋势和经济事件。 而暂时成分与市场情绪密切相关，可以代表资产…
机器学习在金融计量经济学中的应用
有监督机器学习（Supervised machine learning ）通过优化样本外预测（out-of-sample forecasting）的结果查找合适的预测模型。在金融领域，我们主要利用机器学习来做预测，而利用经典计量经济学对经济状况做参数估计。机器学习强调从历史数据中…
中信泰富炒汇巨亏案例分析
一、事件概述 (一) 中信泰富 中信泰富的前身泰富发展有限公司成立于1985年。1986年通过新景丰公司而获得上市地位，同年2月，泰富发行2.7亿股新股予中国国际信托投资（香港集团）有限公司，使中信（香港集团）持有泰富64.7%股权。自此，泰富成为中…