全部版块 我的主页
论坛 经济学人 二区 外文文献专区
414 12
2022-05-30
英文标题:
《101 Formulaic Alphas》
---
作者:
Zura Kakushadze
---
最新提交年份:
2016
---
英文摘要:
  We present explicit formulas - that are also computer code - for 101 real-life quantitative trading alphas. Their average holding period approximately ranges 0.6-6.4 days. The average pair-wise correlation of these alphas is low, 15.9%. The returns are strongly correlated with volatility, but have no significant dependence on turnover, directly confirming an earlier result based on a more indirect empirical analysis. We further find empirically that turnover has poor explanatory power for alpha correlations.
---
中文摘要:
我们给出了101个真实定量交易字母的显式公式(也是计算机代码)。它们的平均保存期约为0.6-6.4天。这些字母的平均成对相关性较低,为15.9%。收益率与波动率密切相关,但对营业额没有显著依赖性,直接证实了基于更间接的实证分析的早期结果。我们进一步从经验上发现,营业额对阿尔法相关性的解释力很差。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Portfolio Management        项目组合管理
分类描述:Security selection and optimization, capital allocation, investment strategies and performance measurement
证券选择与优化、资本配置、投资策略与绩效评价
--

---
PDF下载:
-->
101_Formulaic_Alphas.pdf
大小:(238.69 KB)

 马上下载

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-30 19:34:05
Zura Kakushadze§+1§Quantigic(R)Solutions LLC,1127 High Ridge Road,#135,Stamford,CT 06905+第比利斯自由大学商学院和物理学院240,David Agmashenebeli Alley,第比利斯,0159,Georgia 2015年12月9日“这个世界上有两种人:寻求幸福的人和斗牛士。”(祖拉·卡库沙泽,约90年代初)摘要我们为101个现实生活中的定量交易字母提供了明确的公式,也是计算机代码。它们的平均保存期约为0.6-6.4天。这些字母的平均成对相关性很低,为15.9%。收益率与波动率密切相关,但与周转率没有显著相关性,直接证实了基于更间接的实证分析的早期结果。我们进一步从经验上发现,营业额对α相关性的解释力很差。Zura Kakushadze博士是Quantigic(R)Solutions LLC的总裁和联合创始人,也是第比利斯自由大学商学院和物理学院的全职教授。电子邮件:zura@quantigic.comDISCLAIMER:通讯作者使用此地址的目的仅为表明其在出版物中的职业从属关系。特别是,本文件的内容不作为投资、法律、税务或任何其他此类建议,也不代表Quantigic(R)Solutions LLC网站www.Quantigic的观点。com或其任何其他附属公司。解读布朗迪(克林特·伊斯特伍德)1966年一部伟大电影《好、坏、丑》(塞尔吉奥·利昂执导)中的一句台词。引言现代反垄断交易有两种互补的趋势,在某种意义上甚至是相互竞争的趋势。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-30 19:34:08
一方面,越来越多的市场参与者(例如quantitativetraders等)采用复杂的定量技术来挖掘Alpha。这导致了更加微弱和短暂的阿尔法。另一方面,技术进步使阿尔法采集过程(大部分)实现了本质上的自动化。这就产生了数量不断增加的alpha,其数量可以达到几十万甚至数百万,随着这一领域的指数级增长,在我们意识到之前,可能会达到数十亿……alpha的这种扩散——尽管大多是微弱和短暂的——允许以复杂的方式将它们结合起来,形成一个统一的“巨型alpha”。正是这种“超级阿尔法”(megaAlpha)才是真正的交易对象,而不是交易单个阿尔法(alpha),它具有自动内部交叉交易(从而对盈利能力、节省交易成本等至关重要)、阿尔法投资组合多元化(对冲任何给定时间段内阿尔法的任何子集破产)等优点。组合Alpha的挑战之一是通常的“变量太多,观测值太少”困境。因此,alpha样本协方差矩阵非常奇异。此外,很自然,定量交易是一个秘密领域,从业者提供的数据和其他信息并不容易获得。这不经意间为Modernquint交易制造了一个谜。E、 例如,有这么多的字母,它们之间不是高度相关吗?这些字母看起来像什么?它们是否主要基于价格和成交量数据、均值回归、动量等。?阿尔法回报率如何取决于波动率、营业额等。?在之前的一篇论文【Kakushadze和Tulchinsky,2015年】中,通过研究4000个真实生活字母的一些经验属性,进一步揭开了现代定量交易的神秘面纱。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-30 19:34:11
在本文中,我们采取了另一个步骤,给出了101个真实定量交易字母的显式公式,这些公式也是计算机代码。我们的公式化字母——尽管不一定都那么“简单”——旨在让读者一瞥一些更简单的现实生活字母的样子。它还使读者能够根据历史数据复制和测试这些字母,并进行新的研究和其他实证分析。希望它能进一步激励(年轻的)研究人员提出新的想法并创建自己的Alpha。alpha是数学表达式、计算机源代码和配置参数的组合,可与历史数据结合使用,预测各种金融工具的未来走势【Tulchinsky等人,2015年】这里的“阿尔法”——遵循常见的交易者行话——通常是指人们可能希望交易的任何合理的“预期回报”,不一定与“学术”阿尔法相同。在实践中,通常关于alpha如何构建的详细信息甚至可能不可用,例如,唯一可用的数据可能是头寸数据,因此“alpha”是一组指令,用于在某些时候实现特定股票(或其他工具)的持有  (例如,根据持有量矩阵为每个).我们选择这些Alpha很大程度上是基于简单性的考虑,因此它们可以在论文的固有模拟中呈现。还有无数其他的“非公式化”(编码和太复杂,无法呈现)字母。我们在第2节讨论了公式化字母的一些一般特征。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-30 19:34:14
这些alpha主要是基于“价格-成交量”(每日接近收盘回报、开盘、收盘、高、低、成交量和vwap),尽管一些alpha中使用了“基本”输入,包括一个alpha utilizingmarket cap,以及一些alpha采用某种二元行业分类,如GIC、BIC、NAIC、SIC等,用于行业中和各种数量。在第3节中,我们根据单个alphaSharpe比率、营业额和每股美分的数据以及样本协方差矩阵讨论了alphas的经验特性。平均保存期约为0.6至6.4天。这些字母的平均(中位数)成对相关性较低,为15.9%(14.3%)。回报 与波动性密切相关, 正如【Kakushadze和Tulchinsky,2015】中所述,我们发现了一个经验标度具有   对于我们的101 Alpha。此外,我们发现收益率对营业额没有显著的依赖性.  这直接证实了【Kakushadzeand Tulchinsky,2015】的早期结果,该结果基于更间接的实证分析。我们进一步从经验上发现,营业额本身对字母相关性的解释力很差。这并不是说营业额不会增加价值,例如,通过因子模型对卵巢矩阵进行建模。更精确的说法是成对关联阿尔法家族的(   标记 阿尔法,  ) 与产品相关性不高, 哪里 , 和 是一个先验任意规范化常量。我们在第4节中简要总结。附录A包含我们的公式化字母,以及其中使用的函数、运算符和输入数据的定义。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-30 19:34:17
附录B包含一些法律术语。2、公式化字母在本节中,我们描述了101个公式化字母的一些一般特征。Alphasar是WorldQuant LLC的专有信息,在获得其明确许可的情况下在此使用。我们尽可能在Alpha专有性质的限制范围内提供许多细节。附录A中给出了公式化表达式(也是计算机代码)。更准确地说,根据所使用的alpha和行业分类,中和可以是w.r.t.部门、行业、子行业等。不同的分类对类似粒度的级别使用不同的术语。在【Kakushadze和Tulchinsky,2015年】中,阿尔法回报波动率并不是直接可用的,而是直接基于夏普比率、每股美分和营业额数据进行估计的。这里我们使用直接实现的波动率数据。根据施工情况,营业额可能通过阿尔法的特定(特殊)风险先验地增加价值。在这里,我们使用营业额的对数,而不是营业额本身,因为后者有一个扭曲的、大致对数正态分布,而成对的相关性取值 (事实上,他们的分布更为紧密——见下文)。粗略地说,人们可以认为阿尔法信号是基于平均值反转或动量的。均值回归alpha有一个与它所基于的回报相反的符号。E、 g.,单纯形回归α由下式给出如果交易日是今天,昨天的收盘价将根据任何分割和股息进行调整。这里的想法(或希望)是,股票将意味着恢复并返还部分收益(如果今天的开盘价高于昨天的收盘价)或弥补部分损失(如果今天的开盘价低于昨天的收盘价)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群