第 7 期:全面回暖
Last updated
Last updated
230729 第 7 期。
记录每周值得分享的金融量化和金融科技相关内容,周六发布。
开源内容也可以通过 量化科技周刊 网页访问。
近日的各项事件或已在悄无声息中影响了三季度的市场走势,其中包括国内政策的稳健支持、全球流动性的微妙变化,以及外资对当前阶段A股的态度转变。
要点如下,
传闻证监会本周召集部分券商开会,就如何“活跃资本市场,提振投资者信心”等相关议题,征询市场意见。彭博社引述消息称,开会的证券公司包括几家头部券商,会议上提出的建议包括降低印花税、暂缓新股发行等措施,这刺激了券商股的集体涨停。
近日的政策导向已在消解市场对房地产问题(如债务、置换存量房贷、认房不认贷等)的担忧,这原本是外资对中国资产最关心的问题,现已疑虑解除。
彭博社报道称,据消息人士透露,有部门要求平台公司提供它们以往投资初创企业成功案例的研究(如TMT类或消费类)。这暗示了对平台经济投资的支持正在转变。该消息带动了恒生科技指数的上涨,因为这是外资最想看到的事情。
反弹的持续性看几点,
汇率是否会触底有回升,
美股的回调回流能否持续,现在美股停滞资金回流,美股赚了钱的资金会不会继续找洼地,
而现在最强的港股和中概互联网能否跟美股互联网一样交出回升的业绩,
A股的动力就主要看新能源的产业回暖、周期板块也包括中特估,毕竟这几个才是A股特有的
日本央行宣布将调整YCC收益率曲线控制政策,每个工作日以1%的利率购买10年期日本国债,这高于此前YCC政策设置的0.5%的上限。
央行通过购买国债来增加市场上的资金供应,从而刺激经济活动和提高通胀水平。当央行购买大量国债时,市场上的国债供应量减少,而市场上的现金供应量增加。这会导致国债价格上涨,而国债收益率下降。提高上限说明购买的国债的量减少,市场上现金供应量减少。
在日本央行的这项决策公布后,日经225指数一度下挫超过2.4%,创下8个月以来的最大跌幅,日元汇率则显著走强。
这给其他国债收益率带来上行压力,尤其是发达经济体。日元的走强会使得借日元买欧美股市的资金应该会逐渐解除杠杆,对欧美股市有所利空。 在调整后,日元掉期利率飙升12bp,退出美元、欧元和英镑债券市场的日本储户,正在购买一些日元,将把日元带回家。
人民币与日元之间的汇率存在一定的联动性,这是因为中日两国之间的贸易往来和投资流动非常频繁,人民币汇率也可能受到日元走强的影响而走强。
从国际流动性上看,现阶段已有所改善。并且,我们也能看到近几日外资对A股的态度转为积极,外资正在重新看多中国股市。同时,本周是北向资金买入额第二高的一周。
高盛重申对A/H股票的超配建议,并预计MSCI中国和沪深300指数提出将上涨9%和15%的目标价。MSCI中国指数看多至70元,沪深指数300看多至4500元。
在行业方面,高盛强调在政策刺激敞口的领域,特别是平台经济、消费者服务、电动汽车供应链、可再生能源、高科技制造、新基建和后周期房地产领域,这些板块处在有利位置。
如何创建 "做多 Gamma,做空 Vega" 的欧式期权交易策略?
给定整数数组 nums
和整数 k
,请返回数组中第 k
个最大的元素。
请注意,你需要找的是数组排序后的第 k
个最大的元素,而不是第 k
个不同的元素。
你必须设计并实现时间复杂度为 O(n)
的算法解决此问题。
示例 1:
示例 2:
提示:
1 <= k <= nums.length <= 105
-104 <= nums[i] <= 104
Fama-French三因子模型是一种用于解释资产回报的多元回归模型,它是基于Eugene Fama和Kenneth French的研究而开发的。该模型基于资本资产定价模型(Capital Asset Pricing Model, CAPM)的基础上,增加了市值因子和账面市值比(Book-to-Market Ratio)因子。
Fama-French三因子模型的核心思想是,资本市场上的股票回报不仅由市场风险因素决定,还受到市值和账面市值比等因素的影响。其中,市值因子代表公司规模,而账面市值比则代表了公司价值与账面价值之间的差异。
通过将这些因素纳入回归模型中,Fama-French三因子模型可以更准确地解释资产回报的变化,使投资者能够更好地评估投资风险和收益。该模型已成为资产定价领域的一种重要工具,并被广泛应用于投资组合管理和风险控制。
这个视频详细介绍如何使用 Fama-French 三因子模型在证券市场张选股。虽然作者也明确表示Fama-French三因子模型在A股市场并不太适用,但是这种回归方法同样可以用于其他的因子,这也就是因子挖掘的过程。
最后这个视频推荐了《实证资产定价》这本书。
对赌徒来说,中心问题是寻找正期望的赌注。但是赌徒也需要知道如何管理他的钱,即应该下多大的赌注。
在股市(更广泛地说,是证券市场)问题类似但更复杂。此时的赌徒,现在被称为“投资者”,寻找的是“超额风险调整回报”。
在这两种场合,这篇文章探讨了凯利公式的使用,该公式是要最大化财富的对数的期望值(“最大化期望的对数效用”)。这个标准被经济学家和金融理论家们称为许多名称,如“几何平均最大化投资组合策略”,最大化对数效用,增长最优策略,资本增长标准等。
也可以参考这个李永乐老师的视频来学习 - "凯利公式是啥?"。
《Python for Data Analysis, 3rd Edition》是一本由Wes McKinney撰写的Python数据分析方面的经典书籍。本书主要介绍了基于Python编程语言进行数据分析的基础知识和实践技巧。
本书分为两个主要部分,第一部分介绍了Python语言和其相关的数据分析工具,如NumPy、pandas、matplotlib等。第二部分则深入介绍了数据分析的实践技巧,包括数据清洗、数据重塑、数据聚合、时间序列分析等内容。
在第一部分中,本书介绍了Python的基本语法和数据类型,以及如何使用NumPy和pandas库进行数据处理和分析。作者详细讲解了如何使用pandas库来处理和操作数据,包括数据清洗、数据重塑和数据聚合等方面的技术。
在第二部分中,本书深入介绍了如何应用Python进行数据分析。作者讲解了如何使用pandas库进行时间序列数据分析,如何使用matplotlib库和seaborn库进行数据可视化,以及如何使用scikit-learn库进行机器学习等方面的技术。
重点是免费。
根据
由于正太分布的 PDF(Probability Density Function)在 0 附近的值最大,所以根据 的定义,由于 一般较小,价内 (ATM) 附近期权的 Gamma 和 Vega 均最高。
从公式可以观察到,对于期限较短的期权,ATM 期权的 Gamma 较高,而对于期限较长的期权,ATM 期权的 Vega 较高。
买入短期 ATM 期权并卖出相同数量的长期 ATM 期权的交易者将做多 Gamma 期权,做空 Vega 期权。
请注意,相同执行价的看涨期权和看跌期权具有相同的 Gamma 和 Vega,这是 Put-CAll Parity 的结果,因此你既可以持有看涨期权,也可以持有看跌期权。
同样,通过在相关资产上建立适当的头寸,也可以使 "多 Gamma 空 Vega" 投资组合成为 Delta 中性投资组合。
短期 ATM 期权的 Delta 值小于长期 ATM 期权的 Delta 值。那么 "多 Gamma 空 Vega" 投资组合的 Delta 值为负,因此交易者必须购买相关 underlying 资产进行对冲,以使投资组合 Delta 中性。
最小堆 / heap。直接可以用的数据结构是 Priority Queue
排序算法,比如快速排序
(完)