2023年度精选:股票策略与高频交易机器学习论文集锦
量化领域年度盘点来袭,今年的QIML年度盛会不负期待,我们精心挑选了以下2023年的量化、交易、策略和算法论文,带给你不一样的视角:
交易新视野
1. 探索动态订单薄模型的数学构建。
2. 基于因子模型的资产组合优化策略。
3. 利用机器学习与市场传导理论预测板块收益。
4. 快速多变化点检测在估计高频波动率中的应用。
5. 市场如何消化宏观经济新闻。
6. 大规模投资组合优化的快速统一框架。
7. 针对相对尾部风险的投资组合优化方法。
8. 不同利率政策下的资产配置与风险承担研究。
9. 基于深度学习的自动做市商交易策略。
10. 粗糙波动率、路径依赖偏微分方程与弱收敛率分析。
新算法新策略
11. 系统性日内新闻筛选方法:流动性视角。
12. 社交媒体与投资者情绪波动性的关联。
13. 货币传导与资产组合再平衡的横截面分析。
14. 高频交易中可解释机器学习的动态探索。
15. 近十年指数跟踪问题解决方案的系统性文献回顾。
期权与机器学习
16. 期权波动率与杠杆效应研究。
17. 基于Heston模型的GPU导数敏感性计算。
18. 强化学习在CVA套期保值策略中的应用。
19. 金融自然语言处理入门(基于ChatGPT3)。
20. 基于DRAGAN和特征匹配的股市预测模型。
多元金融分析
21. 宏观经济环境对经济偏好的影响:机器学习与跨国比较。
22. 非高斯分布下金融收益的建模与仿真。
23. 描述金融市场覆盖范围的AI应用。
24. SEC 13F投资经理档案中的机器学习应用。
25. SPX、VIX与尺度不变的LSV研究。
深度学习与预测
26. 时空动量:时间序列与横截面策略的联合学习。
27. 基于GAN生成的合成时间序列数据在衰退预测中的应用。
28. 预测特征选择方法。
29. 基于量子计算的实物期权定价。
30. 基于Transformer模型的时间序列预测及其在资产管理中的应用。
金融科技与创新
31. 因子分位数回归的概率预测:电力交易中的应用。
32. 基于产业间溢出信息的图神经网络模型预测金融危机。
33. GPTs:大型语言模型对劳动力市场的影响潜力。
34. 时变股票收益相关性、新闻冲击与商业周期研究。
35. 风格挖掘:使用约束强化学习寻找稳定的解释因子。
量化投资展望
36. 使用混合模拟退火算法求解指标跟踪问题。
37. BloombergGPT:金融领域的大型语言模型。
38. 基于文本数据的机器学习在金融危机识别中的应用。
39. 利用CNN和Transformer进行金融时间序列预测。
40. 高通胀环境下的最优资产配置策略。
智能投资组合
41. 经济学研究中的机器学习:时机、方法与挑战。
42. ChatGPT能否预测股价走势?大型语言模型与收益可预测性。
43. 参数化金融神经网络模型。
44. 利用文本信息进行社交媒体新闻分类与情感分析。
45. 基于生成对抗网络学习波动率曲面。
前沿技术应用
46. 投资者情绪与波动性溢出效应的社交媒体作用。
47. 金融机构的几何学——金融数据的Wasserstein聚类。
48. 基于文本的金融预测模型一致性度量。
49. 投资组合配置的协方差估计方法比较分析。
新兴市场与加密货币
50. 利用机器学习预测新兴市场和低收入国家的财政危机。
51. FinGPT:开源金融大型语言模型。
52. 大型生成式AI模型与小参数模型的数据对比研究。
53. ChatGPT在金融信息处理中的应用潜力。
54. 基于通用大语言模型的指令调优金融情绪分析。
55. 量子计算在金融中的系统回顾:从投资组合优化到量子区块链。
综合应用与展望
56. 基于深度学习与集成学习的股票收益预测。
57. 金融时间序列模拟与预测的数据驱动方法。
58. 多资产量化策略的端到端框架。
59. 深度强化学习在ESG金融投资组合管理的应用。
60. 金融预测的Expert Aggregation方法。
机器学习与金融
61. 基于大语言模型的企业相似度研究。
62. 考虑交易成本的动态投资组合机器学习框架。
63. 博客情绪与股价走势关联:GPT-4的应用。
64. 基于端到端的生成式AI限价订单薄模型。
65. 机器学习在计量经济学中的应用。
未来趋势
66. 使用大型语言模型进行波动性基准测试。
67. 结构主题模型在风险因子披露中的重要性。
68. 领先的人工智能驱动金融预测技术。
以上论文涵盖了从交易策略到机器学习在金融领域的广泛应用,相信能为你提供全新的视角和灵感。
郑重声明:以上内容与本站立场无关。本站发布此内容的目的在于传播更多信息,本站对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至,我们将安排核实处理。