从AlphaVantage API收集了同一公司的历史开盘价和调整后收盘价数据。VIX和GSPC（S&P 500）的历史指数价格从雅虎金融（YahooFinance）下载。 部分代码： ? ?...特征工程 对于每份发布的文件，根据文件发布前的时间计算一年、一季度和一个月的历史滑动平均价格变动，并通过标准普尔500指数的变化进行归一化。...所有窗口均指纽约证交所和纳斯达克实际营业的日期（非假日工作日）。 表1. 计算历史滑动价格的滑动平均窗口 ? 目标特征计算为文件发布前后的股权价格变化，使用标准普尔500指数将其标准化。...例如，对于于2018年2月5日发布文件的公司，计算其开盘价和调整后收盘价的变化，并减去标准普尔500指数同期的变化。...数据集的类别不平衡，超过50%的样本被标记为“向上”（up），考虑到过去十年标准普尔500指数的稳步上升，这在直觉上是合理的。
长期目标就是从这些股票交易中获取尽可能多的利润。本章对股票组合简化，只“交易”一只单一的证券，这里采用股票市场指数—标准普尔指数。...在该过程中，我们应用标准普尔500指数的历史数据来预测未来的指数变化。因此我们的预测模型将包含进一个交易系统中，该交易系统应用模型的预测结果来生成决策。...我们从报价数据计算一个变量，它可以作为未来k天的趋势指标值。这一指标值应与我们对接下来的k天能够获得p%的价格变化的信心相关。...框的颜色用来表示框的顶部所代表的价格(开盘价还是收盘价)，即在一天中价格是下降(橘色)还是上升(绿色)。这和国内标注涨跌的颜色正好是相反的。...如果T值高于一个给定的界限值，那么正确的交易信号应该是“买人”;如果T值低于一个给定的界限值，那么正确的交易信号将是“卖出”。在其他情况下，正确的交易方式将是什么也不做(即持有)。
量化过去几周的市场动荡 我们可以使用一些不同的数据集来了解市场的动荡。我们首先来分析过去三个月（2020年2月1日至2020年3月20日）以来的标准普尔500指数。这就是我的数据集的样子： ?...从图中可以看到，2月22日那个周末发生了一些事情，导致百分比变化从中间值的0.5标准差飙升至2标准差。在一篇后续文章中，我将探讨那个周末的冠状病毒病例，以进一步了解发生了什么。...目前我们用Z-score的角度来可视化数据是有用的，但下面的可视化图则进一步捕捉到了蔓延在整个市场的恐慌，而我只是简单地绘制了标准普尔500指数的每日百分比变化。...之后，我收集了这段时间内的每日标准普尔500回报率。我的目标是，结合这些统计数据，将2020年股市下跌速度与过去20年的下跌速度进行比较。...从图中可以看出，2020年美国市场的下跌不仅在投资价值的绝对下跌方面要严重得多，而且下跌速度也要快得多。我将图表中的不同数据分开，如下图所示，你在下面的列表中也能观察到这一点。 ?
我们还使用其他类型的模型，以便更好地捕捉底层数据。在下一篇文章中，我们将研究收益率分布，探讨其背后的意义以及应该使用什么波动模型进行分析。...平均而言，比特币的波动率是标准普尔500指数（S&P 500）的10倍，是欧元对美元区间（EUR:USD corridor）的15倍。...标准普尔500指数（S&P 500）的日波动率约为0.5%，欧元对美元区间（EUR:USD corridor）的日波动率约为0.35%。比特币的日波动率平均为5%。...如果市场上所有的参与者都能很好地了解到比特币的现状及其在不久的将来的走势，那么比特币的价格就不会随新闻的一出现就引起大的波动了。然而，大幅的波动表明市场正在重新评估新消息宣布的价格。...附言：以下是关于不同交易所在不同的时间序列的比特币波动率指标：开盘价、高价格、低价格和收盘价 139496698329092020.png 衡量美元汇率波动的指标
滑点--我们回顾一下什么是滑点，我们探讨在交易策略中考虑滑点的问题 - 使用价差的策略，它是两个价格时间序列的线性组合 简单的策略：模仿策略- 如果收盘价高于开盘价，则在第二天买入- 否则，在第二天卖出我们希望这个策略在什么时候能发挥作用...- 如果有连续多日价格向同一方向移动的情况- 每一天的方向与之前的变化不同，对该策略来说都是亏损的一天，所以这样的日子不应该有大的价格波动。...策略可以尝试利用价差中的均值反转；对于一对股票，这被称为成对交易- 与协整理论有关价差例子我们将看一下标准普尔500指数和道琼斯工业指数pdf('different_screens.pdf')plot.zoo...- 它的数值在0到100之间，较高（较低）的数值表示市场最近在上升（下降）。... - 数据集的漂移可能导致良好的参数组合在样本内和样本外期间有所不同 最受欢迎的见解1.R语言对S＆P500股票指数进行ARIMA + GARCH交易策略2.R语言改进的股票配对交易策略分析SPY—TLT
就代表各种配置了，具体是什么那就要读文档了。...2 股价 K 线图 + 折线图 数据 本小节使用 5 个股票数据，描述如下： 5 只股票：AAPL, JD, BABA, FB, GS 1 年时期：从 2018-02-26 到 2019-02-26 再加上同时期的标准普尔...500 指数 (SPX)，和恐慌指数 (VIX)。...本图含三个子图 苹果股票的 K 线图（index 0） 标普 500 的折线图 (index 1) 恐慌指数的折线图 (index 2) 上面设置是 index为 1 和 2 的两幅图的数据局部伸缩跟着...3 股价 K 线图 + 交易量柱状图 数据 本小节使用标准普尔 500 指数 (SPX) 在 2018-02-26 到 2019-02-26 的数据。
滑点--我们回顾一下什么是滑点，我们探讨在交易策略中考虑滑点的问题 - 使用价差的策略，它是两个价格时间序列的线性组合 简单的策略：模仿 策略 如果收盘价高于开盘价，则在第二天买入 否则，在第二天卖出...我们希望这个策略在什么时候能发挥作用？...如果有连续多日价格向同一方向移动的情况 每一天的方向与之前的变化不同，对该策略来说都是亏损的一天，所以这样的日子不应该有大的价格波动。...策略可以尝试利用价差中的均值反转；对于一对股票，这被称为成对交易 与协整理论有关 价差例子 我们将看一下标准普尔500指数和道琼斯工业指数 pdf('different_screens.pdf') plot.zoo...它的数值在0到100之间，较高（较低）的数值表示市场最近在上升（下降）。
在每封信的开头都是伯克希尔的历史表现，以账面价值变化百分比和股价变化百分比来衡量，和该年度标普500指数作为基准的回报率。...1965年至2017年间，伯克希尔哈撒韦的账面价值年均增长19.1%。同期，标准普尔500指数的回报率为9.9%，其中包括股息。...这里有几点假设需要注意： 1、管理费在每年年初扣除； 2、每年年底，巴菲特基金支付20%的绩效费（按收益计算），其表现优于标准普尔500指数。...从那时到现在，我不确定2/20收费结构是如何或为什么成为对冲基金、另类投资基金如PE & VCs（风险投资）、投资组合管理服务，甚至大多数共同基金的标准（2%的bit，在大多数国家是禁止收取业绩费的）。...这就是巴菲特对这种低成本策略的信心。2007年，巴菲特甚至公开押注100万美元与一家对冲基金经理赌博：对冲基金在未来10年的表现不会超过标准普尔指数基金。不出所料，他在今年年初赢得了这场赌局。
这一发展引发了人们的担忧：我们可能正处于某种类型的科技泡沫之中，或者可能更糟糕，如今的巨头在更广泛的市场上获得了太多的权力。 而历史则给我们提供了另一种不同的观点。...事实上，在20世纪60年代和70年代，头部企业的权力更为集中，当时排名前五的公司市值之和占标准普尔500指数的20%以上。...图1：标准普尔500指数前五名公司的市值（占标准普尔500指数总市值的百分比） ? 在上世纪六七十年代，最大的公司占标准普尔500指数总市值的7%到9%，而如今，即便是Apple也只约4%。...如图2所示，没有一家公司能一直稳坐头把交椅，似乎能成为当下最大的公司才是最可靠和最实际的。 图2：标准普尔500指数中最大公司的市值(占标准普尔500指数总市值的百分比) ?...尽管这些巨头雄心勃勃地表示愿意接受新的挑战，但它们固有的文化或产业流程几乎没有变化。
，团队的一些成员利用Google Finance API抓取了每分钟的标准普尔500指数。...除了标准普尔500指数以外，我们还收集了其对应的500家公司的股价。在得到了这些数据之后，我立刻想到了一点子：基于标准普尔指数观察的500家公司的股价，用深度学习模型来预测标准普尔500指数。...把玩这些数据并用TensorFlow在其上建立深度学习模型是很有趣的，所以我决定写下这篇文章：预测标准普尔500指数的简易TensorFlow教程。...导入数据集 我们的团队将抓取到的股票数据从爬虫服务器上导出为CSV格式的文件。该数据集包含了从2017年四月到八月共计n=41266分钟的标准普尔500指数以及500家公司的股价。...可以通过pyplot.plot('SP500')来快速查看标准普尔500指数的时间序列。
在被纳入「标准普尔500指数」(S&P 500)前夕，特斯拉的股价飙升至新高，特斯拉在2020年的行情不断上涨加强，进入了美国市值最高企业行列。...在被纳入「标准普尔500指数」(S &P 500)前夕，特斯拉的股价飙升至新高，特斯拉在2020年的行情不断上涨加强，进入了美国市值最高企业行列。...例如，雅虎的市值在1999年12月纳入标普500后不到一个月就达到了顶峰，而美国大型电信运营商Qwest Communications的估值在2000年7月加入标准普尔500指数的同一天达到了顶峰。...与此同时，在标准普尔表示将把 Facebook 纳入大盘基准之后，Facebook 的股价也大幅上涨，从宣布上市到2013年被纳入该基准之间的8天时间里，Facebook 股价上涨了17% ....随着投资者的热情消退，Facebook 股价在接下来的一个月下跌了6% . 同期，标准普尔500指数仅下跌2% 。
同样的，同期标准普尔500指数（包含美国最有价值的500家公司的指数）也只上涨了3%。 难道除了文字工作者们的岗位受到了威胁之外，「打工人」的脸面——基金经理们也要失业了吗？...研究团队主要使用的三个数据集分别是证券价格研究中心（CRSP）的每日收益率汇总，各大新闻头条，以及RavenPack。 而数据样本的覆盖范围从2021年10月开始，到2022年12月结束。...最终，研究团队从RavenPack上匹配出4138家公司的67586条新闻标题。 同时，研究人员会给每条新闻打分，从0到100，衡量每条新闻和所提及的公司的关系。...回报率500%！？ 用ChatGPT对新闻标题进行情感分析，从而预测股票收益的表现是优于主要供应商的传统情绪指数的。 说明了继续开发探索大语言模型在金融行业的应用是非常有潜力的的。...宏观来看，考虑到未来如果大部分金融从业人员都使用基于大语言模型的工具进行决策，也会对金融市场的价格的形成机制，信息的传播途径，和市场稳定性产生深远的影响。 那么，具体的回报是什么样子的呢？
实际资产价格的结果 以下结果被分成两项： 1、从全球50个股票市场指数获得的结果 2、对当前标准普尔500指数成分股资产获得的结果 产生结果所遵循的方法 对于以下方法的每个部分都遵循q=2和q=4：...从标普500当前成分获得的结果 下一组结果是目前标准普尔500指数中500只股票中484只的过去十年价格。一些股票被删除，因为雅虎金融上没有可获得的数据，以及其他被删除是由于与数据相关的问题。...红色图显示在模拟资产上计算的z^*-分数密度，其具有与标准普尔500指数中的股票相同的μ和σ。蓝色图显示在标准普尔500指数中的股票本身上计算的z^*-分数密度。...这里的结果与股票市场指数的结果有一个主要的区别：股票市场指数的z^*-分数偏向平均值的左边，而标准普尔500指数成分股的z^*-分数偏向平均值的右边。在结论中详细讨论了这一观测结果。...3、股本住宅，EQR（z^*=5.61）——标准普尔500指数的成员之一，是一家位于伊利诺伊州芝加哥的上市房地产投资信托基金。
下图显示了原始标准普尔500指数和三个替代序列的收益率数据，这些序列没有出现重尾、波动簇或两者兼有。时间序列从1926年初到2021年底。没有重尾的代理序列使用IAAWT方法创建。...下表比较了原始标准普尔500指数和三个没有出现重尾、波动簇或两者兼有的替代序列的描述性统计数据。时间序列从1926年初到2021年底。没有重尾的代理序列使用IAAWTn方法创建。...然而，对于原始序列和没有重尾的替代序列，绝对收益的自相关是非常显著的。 从下图2我们可以看到，对于最初的标准普尔500指数，绝对收益率之间存在显著的相关性，并且衰减缓慢。...下表表明，当波动性聚类而非重尾被去除时，七个指数的下行风险都较低。我们可以看到，从绝对值来看，风险较高的资产类别，即股票比债券的降幅更大。...然而，当观察相对变化时，我们发现，不同资产类别的相对变化是相似的，至少在最大回撤方面是如此。一般来说，我们观察到去除沉重的尾翼可以减少大约15%的最大回撤。去除波动簇可将最大回撤降低约30%。
译者 | 阿尔法计算生（个人微信：ixci001） 摘要 卷积神经网络使计算机视觉领域发生了革命性的变化。...▌2.问题陈述和技术方法 2.1 收集数据 训练CNN选择股票的过程的第一步是收集一些历史数据。在纽约证券交易所交易的标准普尔500指数ETF信托（符号：SPY）上提供了一个一分钟的股票数据。...我尝试的另一种代表是所谓的相关特征。回想一下，标准普尔500指数是500种不同股票（权益）的权重篮子。也就是说，拥有一个单位（份额）的SPY相当于拥有500家成分企业中的每一个股份。...表2列出了标准普尔500指数中最大份额的10家公司。 Table 2：Top 10 components of the S&P 500....Data from [2] 总体而言，前十大股票包含了标普500指数的17.53%。
他们能做些什么自己擅长的工作。虽然在很多平台或者自媒体有谈及有关的问题，但是不够全面和完整。从今日起，量化投资与机器学习公众号将推出一个系列【机器学习该如何应用到】。...今日的推文，是编辑部人员对国外一篇关于深度学习在量化投资中的应用的博客论文进行了翻译。为此也希望大家从国外研究者眼中，看到DL的应用。 ?...Batres-Estrada(2015)预测了在给定的交易日中哪些股票会有高于中位数的回报（基于标准普尔500）。他的研究对Takeuchi和Lee(2013)的研究也产生了影响。...波动率预测 Xiong (etal.)(2015)根据估算出来的开、高、低、收价格预测了标准普尔500指数的日波动率。...Ding (etal.)(2015)使用从新闻标题中提取出来的结构化信息来预测标准普尔500指数的变化。
本示例中使用的三种估计方法在 95% 和 99% 的置信水平下估计 VaR。 加载数据并定义测试窗口 加载数据。本例中使用的数据来自标准普尔指数从 1993 年到 2003 年的时间序列收益率。...测试窗口从 1996 年的第一天开始，一直持续到样本结束。 WinSze = 250; 对于 95% 和 99% 的 VaR 置信水平。...其原因是，在极端事件发生之前，量值在几天内不会发生变化。因此，历史模拟方法对波动率的变化反应缓慢。...cci 在 CCI 测试中，知道在时间_t_ -1没有失败的情况下， 在时间_t_发生失败 的概率 p 由下式给出01 在时间_t_发生失败 的概率 p ，知道在时间_t_ -1发生失败， 由下式给出...---- 本文选自《Matlab正态分布、历史模拟法、加权移动平均线 EWMA估计风险价值VaR和回测标准普尔指数 S&P500时间序列》。
导入并预处理数据 我们的团队从我们的抓取服务器中的数据并csv格式的保存。数据集包含n = 41266分钟的数据，从2017年4月到8月，500只股票，以及标准普尔500指数成份股。...使用pyplot.plot(‘SP500’)可以快速查看标准普尔时间序列： ? 标准普尔500指数的时间序列图 注：这实际上是标准普尔500指数的主要指标，也就是说，它的值向未来移动了1分钟。...这些数字存储在两个变量a和b中，这两个值通过图形流动，到达了标有加号的正方形节点然后相加。相加的结果被存储到变量c中。其实a，b和c可以被视为占位符。任何被输入到a和b的值都会相加并储存到c中。...为了适应我们的模型，我们需要两个占位符：X包含网络的输入（在T = t时所有标准普尔500成份股的价格）和Y网络输出（T = t + 1标准普尔500指数的指数）。...缩放后的预测与实际标准普尔散点图 请注意，有很多方法可以进一步改善这个结果：层和神经元的设计，选择不同的初始化和激活方案，引入神经元退出层等等。
作者：Wes Gray 编译：Nevermore 从历史上来看，至少通过标普500指数衡量的“股市”一直有着史诗般的表现——特别是与其它几乎所有大类资产对比时更能印证这一点。...下面是“Ivy5”的图表，这是一种查看大类资产表现的简单方法。这里的5年总收益指的是从2013年10月1日到2018年9月30日。...为了说明这一点，让我们看看过去5年来越来越多的“小盘股”投资组合的业绩指标，标准普尔500指数的风险敞口最低，而“Small Decile”投资组合的风险敞口最大： SP500 = SP500总回报指数...首先，我们提到的标普500指数从因子投资的角度来看，是一个大市值Beta基金（人们可能会认为它也有成长/动量风格的倾斜）。...我们根据上述分析证明了我们的最后两个结论。 但是......还有一个值得强调的点——与标准普尔500指数相比，所有因子都已经死了！
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
