@0xkvro: 这篇量化论文简直疯了,它解释了为什么最好的交易往往只在你移除所有市场共同行为后才出现…
摘要
这篇论文解释了如何通过移除市场贝塔和因子暴露来揭示真实的交易信号,强调严格的压力测试以避免过拟合和回测中的虚假信心。
这篇量化论文简直疯了
它解释了为什么最好的交易往往只在你移除所有市场共同行为后才出现
这个过程是无情的:
移除贝塔
移除行业和因子暴露
研究残差
拒绝任何在压力下失败的东西
可怕的是,噪声可能看起来极其令人信服
一个完美的回测可能仍然是过拟合的
一段连胜可能仍然是运气
而一个“多元化”的投资组合可能仍然只是一个隐藏的市场赌注
大多数交易者试图确认信号
优秀的量化分析师首先试图摧毁它
而且整个框架是免费的
在你的下一次回测欺骗你之前,收藏这个
查看缓存全文
缓存时间: 2026/08/23 07:39
这篇量化论文简直太疯狂了
它解释了为什么最好的交易机会,往往只在你剔除市场所有同步行为之后才会出现
这个过程极其严苛:
剥离贝塔值
移除行业和因子敞口
研究残差项
淘汰任何在压力测试下失效的策略
最可怕的是,噪声可能看起来极其可信
完美的回测结果可能仍是过拟合
一时的优异表现可能只是运气
而所谓的“多元化”投资组合,可能仍是一个隐秘的市场押注
大多数交易者试图验证信号
优秀的量化分析师则首先试图摧毁它
而且整个框架完全免费
在你下次被回测结果欺骗之前,先收藏本文吧
相似文章
@quantscience_:斯坦福的一篇论文刚刚挑战了量化金融最古老的假设之一。几十年来,共识一直很明确:原始价…
斯坦福的一篇论文挑战了量化金融中长期以来的一个假设,即原始价格噪声太大,无法直接使用,并主张无需手工设计的特征和指标。
@RitOnchain:这篇论文简直疯狂——西北大学的一项研究展示了三态隐马尔可夫模型如何彻底击败传…
西北大学的一项研究表明,三态隐马尔可夫模型能够检测市场状态,在标普500交易中超越传统因子投资,实现年化2%的alpha,并避免重大市场崩盘。
@0xTatara: 这篇论文简直疯狂——哥伦比亚大学构建了一个严格因果的隐马尔可夫模型,能随市场制度变化自适应调整
哥伦比亚大学的一篇论文介绍了一个严格因果的隐马尔可夫模型,能适应不断变化的市场制度,实现了2.18的夏普比率,而SPX买入持有为1.18,并在2025年抛售期间将最大回撤从-14.62%降低到-5.43%。
@0x_fokki: 量化公司把他们的优势埋藏在这些数学里,让你永远无法触及。那个时代刚刚结束。屏幕上显示的是量化…
该帖子声称,量化公司复杂的数学优势现在可以通过一个说白话的聊天界面获得,该界面可以描述、回测并执行交易策略,从而使量化金融变得大众化。
@quantscience_: 这份17页的PDF揭示了如同Jim Simons的Renaissance Technologies等对冲基金用来从噪声中寻找信号的技术…
斯坦福大学发布了完整的隐马尔可夫模型框架,让所有人都能使用类似于Renaissance Technologies等对冲基金用来从噪声中寻找信号的技术。