有色金属行业深度：“碳达峰”长期路径VS.产业供需瓶颈，对电解铝影响几何？.pdf
2022-02-21 09:09:57
2.39MB
本研究在双变量框架中应用阈值回归模型，以探索2010-2018年期间比特币与黄金价格之间的非线性长期关系。 结果有三点：首先，我们证明了黄金是比特币价格的重要预测指标。 其次，我们发现有证据表明比特币与黄金价格之间存在非线性关系，而其特征在于在2017年10月发生了结构性断裂的两政权关系。第三，在断裂之前，存在显着，负但弱的因果关系，表明比特币是一种投机资产。 休息后，这种关系变得非常积极，揭示了比特币的多样化和对冲特性。
2022-02-19 16:34:46
655KB
1
在本文中，我们展示了如何将长短期记忆 (LSTM) 类神经网络用于股票选择和投资组合优化。 我们使用 LSTM 网络来预测股票运动的方向和股票价格代理度量，并将这些用于股票选择和 Markowitz 均值方差投资组合优化框架。 使用印度 SENSEX 股票数据构建了四种类型的 LSTM 模型——个体模型和集合模型，每种模型都使用批量和增量学习方法进行训练。 我们在投资组合优化阶段利用入围股票中股票运动方向分类的准确性。 在投资组合优化阶段，除了标准的 Markowitz 公式之外，还构建了多样化和卖空的 Markowitz 公式。 我们还建议使用 LSTM 分类精度的补充作为风险度量，代替 Markowitz 框架内的协方差矩阵。 LSTM 构建和投资组合优化公式类型的上述每种组合的结果都针对 SENSEX 和标准最优 Markowitz 投资组合进行了基准测试，没有股票选择。 我们还推导出具有股票价格预测因子比平均股票价格更准确的 Markowitz 公式优于标准 Markowitz 公式的条件。
2022-02-18 08:45:06
783KB
1