J.P.摩根大数据与AI策略:机器学习在股票衍生品中的应用(2019)
本报告由J.P.摩根发布,展示机器学习在股票衍生品交易策略中的应用。重点包括:基于Faias & Santa-Clara (2017)方法扩展的系统化最优对冲组合设计,考虑可投资性约束;以及动态VIX期限结构配置策略,采用均值-方差优化变体。为量化投资者提供直观有效的期权对冲与配置方案。
本报告由J.P.摩根发布,展示机器学习在股票衍生品交易策略中的应用。重点包括:基于Faias & Santa-Clara (2017)方法扩展的系统化最优对冲组合设计,考虑可投资性约束;以及动态VIX期限结构配置策略,采用均值-方差优化变体。为量化投资者提供直观有效的期权对冲与配置方案。
本报告由J.P.摩根发布,展示机器学习在股票衍生品交易策略中的应用。重点包括:基于Faias & Santa-Clara (2017)方法扩展的系统化最优对冲组合设计,考虑可投资性约束;以及动态VIX期限结构配置策略,采用均值-方差优化变体。为量化投资者提供直观有效的期权对冲与配置方案。
本报告由J.P.摩根发布,展示机器学习在股票衍生品交易策略中的应用。重点包括:基于Faias & Santa-Clara (2017)方法扩展的系统化最优对冲组合设计,考虑可投资性约束;以及动态VIX期限结构配置策略,采用均值-方差优化变体。为量化投资者提供直观有效的期权对冲与配置方案。
本报告由J.P.摩根发布,发布于 2019 年。
覆盖 2019 年,全文约 39。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化分析师、衍生品交易员、投资组合经理等读者参考。
重点分析了金融投资、摩根大数据、机器学习、AI等议题。