分类
外汇交易入门相关问答

从数学的角度阐述外汇市场套利理论

终身学习

国际资本流动背景下人民币汇率的均衡水平及短期波动

均衡汇率是指在贸易不受到过分限制、对资本的流动无任何特别的鼓励措施、无过度失业前提下能够使国际收支实现均衡的汇率。均衡汇率理论的出发点是反映国际产品市场均衡的购买力平价(Purchasing Power Parity,PPP)假说,但由于购买力平价假说对汇率运行轨迹,特别是发展中国家和转型经济国家在中长期内的汇率升值趋势缺乏解释效力,学者们又提出了将汇率同宏观经济基本面结合起来的理论模型,即基本要素均衡汇率模型(Fundamental Equilibrium Exchange Rate,FEER)和行为均衡汇率模型(Behavioral Equilibrium Exchange Rate,BEER)。FEER模型是由Williamson(1994)提出的,此模型认为一国汇率应当有助于实现一国经济的内外部均衡,因此汇率变动应当同反映适当经济增长水平(内部均衡)和适当资本流动(外部均衡)的宏观经济基本因素的长期变动趋势保持一致。而BEER模型是由MacDonald(1997)和Clark和MacDonald(1998)提出的,此模型基于非抵补利率平价(Uncovered Interest Rate Parity,UIP)理论,将国家间的利差、经济基本面变量同汇率联系起来,并通过构建简约化的单方程判断汇率同经济基本面的长期协整关系。由于FEER模型需要建立较大型的联立方程模型,并需要在建模时进行主观的参数设定,因此模型得出的结论主观性较强;而BEER方法虽然并未严格地基于经济理论,但大量的经验研究也给出了经济基本面的大致选择范畴,目前被广泛地应用于各国、特别是转型经济国家或新兴经济国家的均衡汇率研究。

MacDonald(1997)提出的BEER模型包含了均衡汇率应有助于实现产品市场和资本市场的共同均衡的思想。模型认为,从中期的角度出发,本国和国外之间的利差引起的资本流动将对均衡汇率产生冲击。国外学者在对东欧、拉美等国家汇率的相关研究中,也指出对转型经济或新兴经济体,外国直接投资(Foreign Direct Investment,FDI)和利差(Interest Rate Differential)导致的资本流动对均衡汇率的长期趋势存在显著影响(Smidkova,Barrell和Holland,2002;Kemme和Roy,2003;MacDonald和Ricci,2003)。而前述的人民币均衡汇率研究尽管数量众多,但或是单纯从产品市场均衡的角度,或是从外汇储备等资本存量的变动角度来考察人民币均衡汇率,并未充分考察不同类型资本流动——长期资本流动(如FDI)和利差等因素导致的中短期资本流动对人民币均衡汇率水平的可能影响。而实际上,很多学者都认为在目前国际资本大规模流动、我国资本市场持续发展且货币当局对国际资本采取“宽进严出”管理措施的背景下,单纯从产品市场均衡的角度来考察人民币汇率已经不适宜了。例如,McKinnon和Schnabl(2006)就指出,在判定人民币汇率是否应当升值时,应着重从资本市场和劳动力市场的均衡角度进行分析。

李辰旭:构建由数据驱动的金融衍生品定价模型

以沪深300ETF期权为例,在2020年新冠疫情期间,“黑天鹅”事件频发,我国股票市场行情波动加大,投资者不仅要面临方向性风险,同时也要面临波动性风险。但是沪深300ETF期权在自身稳定运行的基础上,有效发挥了“保险”功能,特别是作为下跌“保险”的看跌期权,其成交、持仓占比均持续走高,体现了期权积极满足市场避险需求的作用。又如,我国也在大力发展如贷款市场报价利率(Loan Prime Rate, LPR)期权等利率衍生品,将弥补中国利率市场中期权产品的空白,对未来整个人民币衍生品市场的创新和发展都具有深远意义。

隐含波动率(implied volatility)是市场参与者衡量期权和其他嵌入了期权的金融资产价格的一种通用标度。成功进行期权定价的关键在于建立可以充分地拟合隐含波动率曲面的随机模型。而在以往的金融计量经济学与金融工程学的研究和实践中,为了便于实施无套利定价,自然地要从标地资产价格出发进行建模,而此时对于隐含波动率的刻画和建模往往是间接的,例如使用针对标的资产价格及其波动率建立的随机波动率(stochastic volatility)模型。

随机波动率建模是金融计量经济学和金融工程学领域中继Black-Scholes-Merton (1973)期权定价理论(即1997年诺贝尔经济学奖所表彰的工作)之后最重要的进展之一。Heston在其1993年题为“A closed-form solution for options with stochastic volatility with applications to bond and currency options”的著名论文中较早地提出了此类模型的典范,这篇文章也发表于Review of Financial Studies并长期跻身于该期刊所发表论文中的高被引文章行列,在学术研究和实践中均影响深远。而这类传统的建模方法需要首先假设并处理模型的具体而又特定的数学表达形式,之后再进行模型参数校准(calibration)或者参数估计(estimation)。因此,对于拟合隐含波动率数据而言,这样的模型构建过程是相对主观和间接的。此外,这类建模方法通常需要在数学易处理性和实证表现这两者之间作出权衡。然而,越来越多的研究显示,为了解释真实交易数据的统计特性,与数学上较难处理的模型相比,一些分析上易处理的模型往往并不能够产生令人满意的实证表现。

那么,如何基于观测到的隐含波动率曲面信息来客观且直接地构建由数据隐含的随机波动率模型,使得该模型自动地拟合隐含波动率曲面的形状规律与动态演化过程,从而在尽可能灵活而丰富的模型框架下进行期权定价?这一创新的想法,通过李辰旭教授理论与实证相结合的研究得以落地。他在发表的这篇文章中针对这一问题进行了开创性的探索,为随机波动率建模带来了全新的理念,使其呈现出前所未有的“人工智能化”与“机器学习化”。

建模过程如何实现“数据驱动”

文章应用连续时间金融计量方法和技术,成功地构建了隐含随机波动率模型(implied stochastic volatility model)。其首先假设标的资产价格和其波动率服从一般的随机波动率模型,模型中的漂移(drift)和扩散(diffusion)项的函数均为一般化的形式,它们有待推断确定(而非大量文献中人为假设的具体参数化形式,参见例如Heston (1993))。近而建立了这些未知函数和隐含波动率曲面之间的联系,即将这些未知函数通过波动率曲面上可观测的几何特征(例如,平价(at-the-money)短期限情形下的曲面高度(level)、斜率(slope)、以及凸性(从数学的角度阐述外汇市场套利理论 convexity)等)显式地表达出来。

这一简洁又深刻的理论贡献依赖于李辰旭教授在近年来系统性、创新性地、基于Malliavin随机分析理论提出并发展的针对任意连续时间随机微分方程模型的显式渐近展开(asymptotic expansion)理论和方法。此方法的“雏形”可参见其较前期独立撰写发表的论文,例如于2013年发表在统计学国际顶级期刊Annals 从数学的角度阐述外汇市场套利理论 of Statistics上题为“Maximum-likelihood Estimation for Diffusion Processes via Closed-form Density Expansions”的论文,和于2014年发表在运筹学国际顶级期刊Mathematics of Operations Research上题为“Closed-form Expansion, Conditional Expectation, and Option Valuation”的论文;以及于2020年合著发表于计量经济学国际顶级期刊Journal of Econometrics上题为“Closed-form Implied Volatility Surfaces for Stochastic Volatility Models with Jumps”的论文。此方法灵活有效、可以突破以往大量研究中模型设定带来的局限性、适用面宽广,为在复杂而尽可能接近现实的模型下进行金融衍生品定价和相关的计量经济学实证分析提供了有力的工具。

基于上述模型和隐含波动率之间的理论关系,我们即可“构建”模型系数函数相应的观测数据。更进一步使用非参数回归(nonparametric regression)技术来实现对于这些未知函数的非参数估计,从而客观地推断模型应有的形式。这样即实现了隐含波动率曲面数据(衍生品价格相关数据)和标地资产价格随机波动率模型的直接对接,实现了建模过程的“数据驱动”化。文中大量的Monte Carlo模拟以及基于S&P500指数期权数据的实证研究表明了方法是成功且稳健的;实证结果证明其拥有出色的样本外表现。值得关注的是,应用2007年至2011年这一跨越2008年全球金融危机时间段的数据和2012年至2017年金融危机之后时间段的数据分别构建隐含随机波动率模型,实证结果显示出应有的敏感度和稳健性,进而从金融计量经济学角度为该次金融危机提供了一些理解。所有这些结果充分地显示了方法的优越性。

广阔的应用前景和现实意义:例如构建更适合中国市场的新模型

在我国金融衍生品市场逐步发展的当下,这无疑会提供一种有力的新工具,有助于探索和建立适应我国市场的新模型,从而助力交易决策和风险管理的重大需求。本文的研究充分地体现了当前在大数据时代的管理科学研究中应注重数据驱动建模(data-driven)的理念,同时兼顾理论发展和实际应用,在相关的学术和实践领域正在产生影响。

从数学的角度阐述外汇市场套利理论

课程项目

教授/研究

职业发展

校友

教学服务

终身学习

关于FISF

python统计套利_清华编程高手尹成带你基于算法实践python量化交易

weixin_39692245 于 2020-12-10 20:35:00 发布 553 收藏 6

算法交易的主要类型有: (1) 被动型算法交易,也称结构型算法交易。该交易算法除利用历史数据估计交易模型的关键参数外,不会根据市场的状况主动选择交易时机和交易的数量,而是按照一个既定的交易方针进行交易。该策略的的核心是减少滑价(目标价与实际成交均价的差)。被动型算法交易most成熟,使用也most为广泛,如在国际市场上使用most多的成交加权平均价格(VWAP)从数学的角度阐述外汇市场套利理论 、时间加权平均价格(TWAP)等都属于被动型算法交易。 (2) 主动型算法交易,也称机会型算法交易。这类交易算法根据市场的状况作出实时的决策,判断是否交易、交易的数量、交易的价格等。主动型交易算法除了努力减少滑价以外,把关注的重点逐渐转向了价格趋势预测上。 (3) 综合型算法交易,该交易是前两者的结合。这类算法常见的方式是先把交易指令拆开,分布到若干个时间段内,每个时间段内具体如何交易由主动型交易算法进行判断。两者结合可达到单纯一种算法无法达到的效果。

12-10 4414

06-12 3163

02-03 1万+

安装 python、pycharm这些环境和开发工具大家自行安装即可,网上一搜都是教程,比我写的好很多,这部分内容不再赘述。 web3py文档:https://web3py.readthedocs.io/en/stable/index.html web3py应该是python上跟智能合约交互最好用的包了,首先我们安装一下。 直接使用:pip install web3 进行安装。 教程 查询余额 我们新建一个py文件,开始编码吧~ from web3 import Web3, HTTPProvider ad

编程实战算法与世界五百强面试,不是念PPT,我们讲的就是实战与代码实现与企业应用。程序 = 数据结构 + 算法

——图灵奖得主,计算机科学家N.Wirth(沃斯)

作为程序员,我们做机器学习也好,做Python开发也好,Java开发也好。

有一种对所有程序员无一例外的刚需 —— 算法与数据结构

日常增删改查 + 粘贴复制 + 搜索引擎可以实现很多东西。

同样,这样也是没有任何竞争力的。

我们只可以粘贴复制相似度极高的功能,稍复杂的逻辑没有任何办法。

语言有很多,开发框架更是日新月异3个月不学就落后

从数学的角度阐述外汇市场套利理论

我们可以学习很多语言,很多框架,但招聘不会考5种语言10种框架实现同一个功能。真正让程序员有区分度,企业招聘万年不变的重点 —— 算法与数据结构。本课程基于企业的海量数据算法性能优化处理与人工智能之神经网络算法核心实现作为教学案例。

05-23 2498