首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
人工智能量化实验室
掘友等级
公众号《人工智能量化金融实验室》
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
人工智能量化实验室
4年前
关注
《Option Volatility & Pricing》阅读笔记之 Option Terminology (期权术语)
这节内容主要是整理一些合约的规则与期权的术语。 如果现在还看不太懂下面这张期权的各种数据,看完下面对各种术语的解释就可以看懂了。1.期权的种类有两种,一种是 call op...
0
评论
分享
人工智能量化实验室
4年前
关注
《Option Volatility & Pricing》阅读笔记之 Financial Contracts(金融合约)
作者一开始是通过一个故事来一步步引入期权的这个概念的。Jerry生活在一个小城镇上,由于父母不在以及他的很多朋友为了寻求更好的发展都已经搬离这个城镇,所以Jerry也在打算...
0
评论
分享
人工智能量化实验室
4年前
关注
【python量化】统计套利之配对交易策略实现(基于python)
我们以商品期货市场的螺纹钢品种的跨期套利为例,选取两组不同到期月份的同种商品期货合约作为交易对象。import matplotlib.import urllib.url_5...
0
评论
分享
人工智能量化实验室
4年前
关注
时间序列分析之相关性
设随机变量X的均值 E(X) = m,则描述 X 的取值和它的均值 m 之间的偏差程度大小的数字特征就是方差。但是不能直接用 E(X - m) 来表示方差,因为 E(X -...
0
评论
分享
人工智能量化实验室
4年前
关注
时间序列分析之ADF检验
在使用很多时间序列模型的时候,如 ARMA、ARIMA,都会要求时间序列是平稳的,所以一般在研究一段时间序列的时候,第一步都需要进行平稳性检验,除了用肉眼检测的方法,另外比...
1
评论
分享
人工智能量化实验室
4年前
关注
Time Series Analysis (TSA) in Python-Linear Models to GRACH 笔记(五)
ARCH(p) (自回归条件异方差) 模型可以简单看作是应用于时间序列方差的 AR(p) 模型。另一种思路是当前 t 时刻时间序列的方差是基于过去一段时间的方差。np.ra...
0
评论
分享
人工智能量化实验室
4年前
关注
Time Series Analysis (TSA) in Python-Linear Models to GRACH 笔记(四)
顾名思义,ARMA(自回归移动平均模型)只是 AR(p) 和 MA(q) 模型的合并。AR(p) 模型试图去捕捉或者解释金融交易市场中的动量(momentum)和均值回复效...
0
评论
分享
人工智能量化实验室
4年前
关注
Time Series Analysis (TSA) in Python-Linear Models to GRACH 笔记(三)
独立的因变量可以由它的一个或者多个滞后项(lag)表示时,这样的模型称为自回归模型。这里,a 代表了系数,w 是白噪声项。a 在 AR 模型中不能为零。下面我们来模拟一下A...
0
评论
分享
人工智能量化实验室
4年前
关注
Time Series Analysis (TSA) in Python-Linear Models to GRACH 笔记(二)
线性模型也称作趋势模型,它表示一个时间序列可以用一条直线来表示。以一个公司的销售总额为例,一开始的初始是 5000,每隔一个时间步长增加 2500。w = np.rando...
0
评论
分享
人工智能量化实验室
4年前
关注
Time Series Analysis (TSA) in Python-Linear Models to GRACH 笔记(一)
上面这篇post是一篇很有用处的文章,从时间序列的平稳性到线性模型,再到自回归模型以及GARCH,不仅内容比较充实,还有python的代码,所以主体是基于这篇文章,其中也加...
0
评论
分享
人工智能量化实验室
4年前
关注
人工智能在量化领域应用相关论文整理
这篇文章整理了近些年来,人工智能技术在量化金融领域的一些研究论文,适合读者了解目前智能量化的研究现状以及热门方向,建议收藏。所有的文章可在文末获取。 1 机器学习 1.《A...
1
评论
分享
个人成就
文章被点赞
18
文章被阅读
35,403
掘力值
750
关注了
0
关注者
21
收藏集
0
关注标签
5
加入于
2021-10-19