波动率
波动率是金融市场中的关键概念，它衡量了资产价格变动的幅度和频率。在金融领域，波动率常被视作衡量风险的重要指标，因为它反映了未来价格变动的不确定性。高波动率通常意味着高风险和潜在的高回报，而低波动率则与相对稳定的市场环境相关。对于投资者和交易员而言，了解和预测波动率至关重要，因为它影响着投资组合的理论价值、风险管理策略以及期权等衍生品的定价。因此，波动率是金融决策的核心要素之一，对于市场参与者来说具有重要的指导意义。
因子选股系列之四十九：日内交易特征稳定性与股票收益-东方证券-20190114
如果没有额外的信息或者大资金的强行介入、股票的日内交易特征应该处于较稳定状态，反之如果股票的日内价量特征很不稳定，那么该股票大概率有信息溢出或者被幕后大资金操控，而此时应该是考虑离场的时候了。
我们基于日内5分钟线计算了日内收益率的波动率、偏度、峰度和日内成交量的波动率、偏度、峰度和HHI指数共7个日内交易特征，考虑到时间序列自相关性，我们采用Newey-West调整标准差度量日内交易特征的稳定性（SDRVOL，SDRSKEW，SDRKURT，SDVVOL，SDVSKEW，SDVKURT和SDVHHI）。
7个日内交易特征稳定性因子在各个样本空间均展现出日内交易特征稳定性越差的股票未来平均
更新时间：2021-11-22 07:53
择时-华泰金工量化择时系列：波动率与换手率构造牛熊指标-华泰证券-20190927
摘要
波动率与换手率可以构建较好的择时指标
波动率和换手率是常见的市场监测指标。利用波动率和换手率能够构造出与市场长期走势明显负相关的指标，而且指标趋势性较好，可以用来判断股市牛熊。对于股票市场来说，下跌时的波动率往往比上涨时的波动率更高。换手率的上升与下降往往与股票市场本身有强相关性。借助于波动率与换手率能够很好的将市场进行分类，牛市与熊市都有与之对应的明确的组合特征。借助波动率与换手率构造出的牛熊指标与市场走势负相关性明显，借助牛熊指标开发的择时策略普遍优于直接对指数本身的择时策略。
波动率换手率可以对市场状态进行划分，搭建市场状态坐标系
我们借助于波动率与换
更新时间：2021-11-20 04:47
【华泰金工林晓明团队】上周标的下跌，波动率下降——衍生品周报20211031
摘要
上周期权主要标的价格下跌，50ETF成交量下降，300ETF成交量上升
上周上证50ETF收于3.304元/份，下跌1.43%，日均成交量6.14亿份，与前一周相比下降7.19%，ETF份额增加2.42%。上交所沪深300ETF收于4.981元/份，下跌1.09%，日均成交量3.32亿份，与前一周相比上升32.20%，ETF份额增加5.80%。深交所沪深300ETF收于4.901元/份，下跌1.07%，日均成交量0.92亿份，与前一周相比上升30.15%，ETF份额减少0.38%。沪深300指数收于4908.77点，下跌1.03%，日均成交量与前一周相比上升5.00%。
更新时间：2021-11-03 13:09
关于回测指标的计算探讨
更新时间：2021-08-10 03:36
Garch模型理解与应用
金融资产的波动是一个非常重要的概念，它与资产的风险直接相关，因此对资产的波动模式进行建模是量化投资中的一个重要课题。一般来讲，波动建模有以下量化投资方向的应用：
- 期权定价：波动率是影响期权价值的重要因素；
- 风险度量和管理：在VaR的计算中波动率是主要影响因素，根据波动率决定交易策略的杠杆；
- 资产价格预测和模拟：通过Garch簇模型对资产价格的时间序列进行预测和模拟；
- 调仓：盯住波动率的调仓策略，如一个tracing指数的策略；
- 作为交易标的：在VIX、ETF以及远期中波动率作为标的可以直接交易。
在讲Garch模型之前，我们必须对同方差和异方差的概念进行回顾。在时间序列
更新时间：2021-08-09 02:29
主动投资管理定律（基本篇）
更新时间：2021-07-30 09:36
量化研究每周精选-20170913
导语：本周精选了一篇有关机器学习应用于期货量化交易的文章。文章概要描述如何基于期货历史交易数据，应用机器学习预测股票回报率和波动率，具体步骤包括提出模型假设，确定训练样本和学习目标，生成并挑选特征以及确认最优算法，并研究回报率预测确定系数$r^2$与夏普比率之间的关系，非常值得一读。BigQuant拥有海量的数据和主流开源AI框架，赋能每一位爱好机器学习/深度学习和量化交易的人。
《应用机器学习开发期货算法交易策略》
原文：[《Algorithmic Trading o
更新时间：2021-07-30 09:21
用StockRanker算法实现A股股票选股
更新时间：2021-07-30 07:26
StockRanker排序
更新时间：2021-07-30 07:26