机器学习获取波动风险溢价｜J.P.摩根2018波动率扩散策略报告

2018-02金融投资48📊 J.P.摩根免费

📄 文件全名: 《J.P. 摩根-全球-量化研究-机器学习获取波动风险溢价——基于动态线性模型的波动率扩散策略》
🎯 适合读者: 量化研究员衍生品交易员对冲基金经理金融科技从业者
📊 核心数据: 2018年1月31日发布
VIX/VSTOXX期货收益分解为波动率变化+展期成本
动态线性模型+卡尔曼滤波算法
VIX/VNKY策略对冲日经指数波动
🏷️ 核心议题: #金融投资#摩根

📦 本报告属于月份合集

购买后将获得「2018 年 2 月报告合集」 · 共 1318 份报告打包下载链接

点击获取云盘下载链接

报告摘要

本报告由J.P.摩根全球量化与衍生品策略团队发布，提出基于动态线性模型（DLM）和卡尔曼滤波算法的机器学习方法，系统性地捕获波动率风险溢价。报告将VIX/VSTOXX期货收益分解为波动率变化和展期成本两部分，利用DLM建模并预测PnL，进而生成交易信号调整多空头寸。核心策略包括波动率价差策略（对冲股票下行风险）和VIX/VNKY策略（对冲日经指数波动）。适合量化研究员、衍生品交易员、对冲基金经理及金融科技从业者，提供可落地的机器学习波动率交易框架。

📋 核心要点(部分)

波动率价差策略
机器学习方法
动态线性模型
卡尔曼滤波算法
VIX/VSTOXX收益分解
VIX/VNKY策略

❓ 常见问题

《机器学习获取波动风险溢价｜J.P.摩根2018波动率扩散策略报告》主要包含哪些内容?

这份报告由哪家机构发布?

本报告由J.P.摩根发布,发布于 2018 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2018 年,全文约 48。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合量化研究员、衍生品交易员、对冲基金经理、金融科技从业者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、摩根等议题。