行业研究报告

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

2020-06金融投资41J.P. 摩根

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。

报告摘要

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。

核心要点

  1. 跨资产波动率:从相对价值信号到最优投资组合权重
  2. 机器学习分散策略

报告信息

文件全名
J.P. 摩根-全球-量化策略-大数据与AI策略:机器学习在交叉资产衍生品中的应用
适合读者
投资者量化分析师金融从业者
数据来源
多方数据交叉验证
核心议题
金融投资机器学习

常见问题

《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》主要包含哪些内容?

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。

这份报告由哪家机构发布?

本报告由J.P. 摩根发布,发布于 2020 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2020 年,全文约 41。

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?

适合投资者、量化分析师、金融从业者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、机器学习等议题。

继续阅读

同分类报告

查看全部
📱 登录