资产定价

资产定价是金融学的核心,它涉及到如何确定各种资产(如股票、债券、商品、衍生品等)在市场上的公正价值。资产定价的主要目标是找到一个能反映资产未来收益和风险的价格。为实现这一目标,人们利用了诸多理论和实践方法。在学术层面上,这需要我们弄清楚消费者如何进行自身资产配置,以及投资者如何评估不同资产的风险和回报。而在应用层面,则需要运用各种复杂的金融模型和大量的数据,以得出资产的内在价值或市场价值。这不仅要考虑到时间价值、利率、通胀率等基础经济要素,还需考量到市场供需、投资者情绪、政策变化等难以量化的因素。因此,资产定价既是科学也是艺术,它是金融领域永恒的研究课题,也是投资者决策的重要依据。

Deep Alpha 研讨会—《Bloomberg:风从海外来 海外AI量化最新前沿》

主题:The Impact of AI to Global Asset Managers: The Responses and Adoptions

演讲人:关子敬 先生 Kevin Kwan彭博亚太区量化及数据科学专家

{w:100}{w:100}{w:100}{w:100} **完整视频观看地址:<https://webcast.roadshowchina.cn/cmeet/NlZBZVhZRGZ6Q1NSRjdrbmJqQjZUQT09

更新时间:2022-04-18 02:08

DeepAlpha研究报告


\

更新时间:2022-04-18 02:07

自定义数据进行因子分析demo


\

更新时间:2022-02-25 06:08

指定概念板块过滤

策略案例

https://bigquant.com/experimentshare/0f5a773d39184d73bec6520dccad7ee8

\

更新时间:2021-12-14 13:18

通过机器学习的经验资产定价(NBER-25398)

NBER工作论文第25398号,2018年12月,2019年9月修订

Shihao Gu 芝加哥大学布斯商学院

Bryan T. Kelly

耶鲁大学; AQR资本管理有限责任公司;美国国家经济研究局 (NBER)

Dacheng Xiu 芝加哥大学布斯商学院

摘要

我们对机器学习方法的典型问题进行了比较分析经验资产定价:衡量资产风险溢价。我们展示了巨大的经济收益投资者使用机器学习预测,在某些情况下将领先的业绩翻倍文献中基于回归的策略。我们确定性能最佳的方法(树和神经网络)并追踪它们的预测增益以允许非线性预测器其他方法错过的交互。所有方法都同意同一组显性预测信号,包括动量、流

更新时间:2021-12-08 03:48

“学海拾珠”系列之四:资产定价,昼与夜的故事-华安证券-20200803

摘要

本篇是“学海拾珠”系列第四篇,摘选自论文《AssetPricing: A tale of nightand day》的核心结论

作为资本资产定价的入门级公式,CAPM长久以来在实际市场中表现不佳,市场风险(beta)与经典的日度收益率(close-to-close)之间的相关性很弱,本文作者创造性地提出了一个观点:股票日内收益(open-to-close)和隔夜收益(close-to-open)对于beta的敏感度是完全不同的

为检验CAPM在每天不同时间段内的表现形式,本文以美股为样本,将股票收益拆分成日内收益和隔夜收益两部分,分别研究两者和beta的相关性,实证结

更新时间:2021-11-25 10:05

分页第1页第2页第3页
{link}