机器学习在交叉资产衍生品中的应用:J.P. 摩根量化策略分析
本报告由J.P.摩根发布,展示机器学习技术应用于交叉资产衍生品交易策略。重点包括跨资产波动率模型(RV模型)用于期权隐含定价的贵贱判断,以及如何将相对价值信号转化为最优投资组合权重,考虑高阶矩、低换手率和前瞻信息。适合量化投资者和金融从业者。
本报告由J.P.摩根发布,展示机器学习技术应用于交叉资产衍生品交易策略。重点包括跨资产波动率模型(RV模型)用于期权隐含定价的贵贱判断,以及如何将相对价值信号转化为最优投资组合权重,考虑高阶矩、低换手率和前瞻信息。适合量化投资者和金融从业者。
本报告由J.P.摩根发布,展示机器学习技术应用于交叉资产衍生品交易策略。重点包括跨资产波动率模型(RV模型)用于期权隐含定价的贵贱判断,以及如何将相对价值信号转化为最优投资组合权重,考虑高阶矩、低换手率和前瞻信息。适合量化投资者和金融从业者。
本报告由J.P.摩根发布,展示机器学习技术应用于交叉资产衍生品交易策略。重点包括跨资产波动率模型(RV模型)用于期权隐含定价的贵贱判断,以及如何将相对价值信号转化为最优投资组合权重,考虑高阶矩、低换手率和前瞻信息。适合量化投资者和金融从业者。
本报告由J.P. 摩根发布,发布于 2020 年。
覆盖 2020 年,全文约 41。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合投资者、量化分析师、金融从业者等读者参考。
重点分析了金融投资、机器学习等议题。