老铁们，在写策略的过程中，你是否常常会因为自己经验较少、同时也不知道要去哪里寻找新的思路而苦恼？最近整理了一些收集到的较为具有时效性和阅读价值的量化投资论文，一起去看看～
01. 如何判断市场泡沫、波动和调整？
· 《一个判断市场泡沫、冲击和调整的重要预测指标》An Important Predictor of Market Bubbles, Crashes and Corrections
关键词：预测 泡沫 波动 冲击 有效资本市场
这是一篇非常短小精悍让人读起来津津有味的文章，有点类似开胃菜的效果。文章中作者提出一种判断评估市场状况的方法，即讨论两个比例之间的关系：公司市场价值（Market Value）／内在价值（Intrinsic Value）和资产回报（Return of Asset)/资产成本（Cost of Asset).作者将两组比例分别放在X轴和y轴上，通过以1为临界值将全部股票分为四个大类，通过观察某一时段市场内股票在四个象限内的分布状况判断市场当前所处状况。文章中作者用这种方法成功验证了1987年美国股市大幅下跌的事件。
02. 中国黄金大妈的新阵地，比特币真的有传说中那么神奇吗？
· 《比特币和美国市场的动态特征》Dynamic properties of the Bitcoin and the US market
关键词：比特币 不对称GARCH模型 全BEKK模型 对冲 安全港
中国大妈在黄金炒作闻名华尔街之后，又转战颇为神秘的比特币，这也推动比特币再次成为公众焦点。
比特币（BitCoin）的概念最初由中本聪在2009年提出，根据中本聪的思路设计发布的开源软件以及建构其上的P2P网络。比特币是一种P2P形式的数字货币。点对点的传输意味着一个去中心化的支付系统。
与大多数货币不同，比特币不依靠特定货币机构发行，它依据特定算法，通过大量的计算产生，比特币经济使用整个P2P网络中众多节点构成的分布式数据库来确认并记录所有的交易行为，并使用密码学的设计来确保货币流通各个环节安全性。P2P的去中心化特性与算法本身可以确保无法通过大量制造比特币来人为操控币值。基于密码学的设计可以使比特币只能被真实的拥有者转移或支付。这同样确保了货币所有权与流通交易的匿名性。比特币与其他虚拟货币最大的不同，是其总数量非常有限，具有极强的稀缺性。该货币系统曾在4年内只有不超过1050万个，之后的总数量将被永久限制在2100万个。
这篇文章通过使用一系列计量学方法，例如单变量与多变量GARCH模型和向量自回归规范，来探究比特币和标普500指数的动态特征。同时，文章探究比特币对于美国市场而言是否能被用于作为一种可能的对冲、多样化方式或者安全资产，以及它是否拥有部分黄金所具有的属性。研究结果显示比特币的上述功能表现较差，甚至由于它特殊的产生方式，它的部分内在属性特征与美国股市无关。
03. 为什么资产回报率预测能力会出现下降？
· 《资产回报预测能力下降和宏观经济波动》The Decline in Asset Return Predictability and Macroeconomic Volatility
关键词：资产回报预测 大缓和 货币政策 时间变化的宏观经济波动率
文章中提到现有记录显示了1982年前几个宏观经济波动周期中较强的对于美国股票和债券回报率的预测能力，以及在80年代中期开始的大缓和时出现的明显的下降。这些发现对于实证规范和样本外检验十分坚固。文章运用整合货币政策和有时间变化波动的危机的模型来探究预测能力的下降问题。当回应通胀的利率政策增加减少了波动率时，更持久以及少的波动率解释了预测能力的下降。
04. 股利增加，一定是好消息吗？
· 《投资、收入和股息动态关系的实证分析》An Empirical Analysis of the Dynamic Relation among Investment, Earnings and Dividends
关键字：股息 投资 格兰杰因果关系 反映函数 方差分解
文章探究了1950-2006年间美国公司的投资、收益和股息之间的动态关系。理论上，股利的增加是未来更高收益的信号。然而这篇文章作者的研究并不支持这一结论。当资本市场是受限的或者不完整的时，股利的增加对于投资带来了成本。
作者通过运用公司层面的向量自回归模型（VAR）框架对三者关系进行探究。公司层面的VAR产生的Granger因果关系、反映函数和方差分解刻画了三者之间的动态关系。作者经过探究，发现，对于样本中的中等公司，Miller 和 Modigliani（1961）提出的股息率政策无关即使在长期也没有被实证支持。股息的变化确实对于投资有长期影响。同时股息的变化是对于短期和长期未来收益的无效指标。研究表明，股息每一美元的增加会造成几乎投资中三美元的减少，同时这一效应在股息增长后甚至会持续长达六年之久。当资本市场是受限的或者不完整的时，股利的增加对于投资带来了成本。因此公司需要考虑表明未来收入增加的其他方法来减少对于投资的冲击。投资者同样需要谨慎考虑评估股息增加对于投资和未来收入增长的影响。
05. 非常实在的机器学习干货
· 《债券价格预测的优化机器学习模型》Machine Learning for Better Models for Predicting Bond Prices
债券价格是极为复杂的市场交易和政策的反映，预测期货价格非常困难。而相关信息的缺乏也成为阻碍因素之一，同时我们不止需要准确性，在交易中，时间同样非常重要。因此机器学习对于债券价格的预测应该兼具速度和准确性。在这一课题中，作者运用包含76万余种债券61条属性的数据库，谨慎考虑各种监督式学习算法，在速度和准确率两方面同时进行考量。最后作者提出一种新型的混合时间序列法适合运用于实际操作中。
06. 比特币第二弹：什么影响着比特币的市场价格？
· 《探索比特币的决定因素》：贝叶斯结构时间序列的应用 Exploring the determinants of Bitcoin's price: an application of Bayesian Structural Time Series
现阶段，关于比特币的属性一直没有一个公认的结论。部分学者认为它可以作为一种投机性的或者避险资产来使用，然而另一些学者认为比特币逐渐增加的吸引力可以最终取代现行货币。在这篇文章中作者通过使用贝叶斯结构时间序列方法来探究比特币的市场价格和一系列的内在外在因素的联系。作者尤其使用了一种方法来提供更加灵活的分析性框架并以此对时间序列的各项因素进行分解，通过变量选择，参考以往研究并在一个透明并且可追踪的研究环境中动态探究解释变量的行为。研究结果表明比特币的价格和中性投资者情绪、黄金价格以及日元／美元汇率呈负相关，和股票市场指数、美元／欧元汇率等呈正相关关系。由此作者得出结论：比特币具有混杂的特性因为它可以作为投机性的、避险的以及潜在的资本外逃工具。
07. 油价 Or 油价波动率？
· 《油价反映了波动率和方向》：哪一个对金融市场更重要？ Oil Prices Implied Volatility or Direction: Which Matters More to Financial Markets?
关键词：油价反映波动率 OVX指数 股票回报率 信用传播
文章作者通过采用美国石油基金期权隐含波动率模型指数和GJR-GARCH模型的行业探究了油价的不确定性对于美国股市回报率的影响。通过控制一系列变量例如市场总体回报、市场波动率、汇率、力量以及预期通胀率等，研究者运用2007-2015年间每日数据测试了油价隐含波动率对于本国工业部门收益的影响。结论表明，油价的隐含波动率对于十个工业部门中的九个有统计上显著的负相关关系。但另一方面，这种隐含的波动性对于三个行业具有显著的正面影响。这些发现表明，在对金融市场的影响方面，石油的波动性似乎已经超出了油价本身。此外研究者发现，石油价格及其波动对公司债券信用价差有正向和显著的影响。总体而言，石油价格的不确定性增加了商品和服务未来现金流的风险，导致负的股票市场回报和更高的公司债券信用价差。
08. 一篇纯 烧脑 数学干货
· 《用高斯过程包络预测金融波动率的新方法》 A Novel Approach to Forecasting Financial Volatility with Gaussian Process Envelopes
在这篇论文中，研究人员使用高斯过程（GP）回归提出了一种通过预测时间序列的包络来估计回报率的新方法。研究中作者将较为经典的传统方法如GARCH和新方法进行了直观的对比，我们比较了三种方法的预测能力：绝对收益率和收益率平方的GP回归；投资回报率和绝对收益率的包络的回归；以及分别对正收益率和负收益率的包络分别回归，并且测试了在每一个预测步骤更新超参数的影响。研究者使用新的方法预测四个货币对在2年间的样本外波动率，每半小时一次。从上述三种方法中，研究者选择了预测能力最佳的一种方法。研究者使用两种精度测度和四种统计损失函数对GARCH与GP的预测能力进行评估。结论表明，在均方误差中，GP的性能比随机游走模型好20%，并且对于相同的数据，比GARCH的性能提高50%。
09. 推特也能影响股市？不，也许只是因为他是特朗普
· 《特朗普的推文和有效市场假说》 Trump Tweets and the Efficient Market Hypothesis
关键词：有效市场假说 特朗普 推特 噪声交易者
在一个半强式有效市场中，资产的价格应当快速且完全地对公开信息作出回应。从2016年11月8日起竞选总统到2017年1月20日宣誓就职，特朗普在推特上发了多条推文涉及十家上市公司。在缺少新的信息的情况下，有效市场假说（EMH）推测这些公开的内容对于涉及的上市公司股票应当有很少的或者没有价格冲击。通过使用标准的重大事件分析方法，研究表明利好内容的推文会带来股票异常的高回报，负面消息的内容会带来异常低的回报，并且这一影响从开盘起持续到当日收盘。五个交易日内，CAR不再具有统计上的显著性。同时特朗普的推文和交易量的及谷歌搜索量的增加具有关联性。总体来看，股票价格和成交量的变动，以及谷歌搜索量和噪音交易者根据特朗普推文进行活动的假设是一致的，并且他们所带来的影响是暂时的。
10. 新的观点：多元化一定是最好的选择吗？
· 《时间跨度对多元化效应的影响》 The Impact of Time Horizon on the Effect of Diversification
关键词：投资组合 布朗运动 随机游动 不确定性选择 行为经济学 多样化启发 随机模型
尽管投资者经常被建议分散投资组合，并考虑周期性地调整投资组合，但研究表明，他们往往忽略了这一建议。文章作者试图通过分析一个选择包含不确定动态收益的资产的买入和持有投资组合的风险厌恶投资者来确定这种行为是否是理性的。其中投资组合不同于传统的一次性或加法模型，而是按照乘法随机游动演化。
在解决最优选择问题过程中，研究者发现了投资者所面临的多元化与时间跨度之间的相互作用。这种相互作用导致在一个时间范围内的最优投资组合在较长（或更短）的范围中变为次优的条件。此外研究发现，如果投资组合已经足够多样化，调整投资组合可能是次优的。
因此，如果投资者选择不分散投资组合，也不像标准理论所规定的那样对投资组合进行调整，那么就能够对于投资者在实验中所表现出的的行为作出合理的解释。
11. 基本面交易与高频交易的碰撞
· 《高频交易和基本面交易》 High Frequency Trading and Fundamental Trading
关键词：高频交易 基本面信息 价格有效性 价格信息含量 非法预先交易（扒头交易）
作者运用多时段交易模型来分析一个基本面交易者是如何调整他的交易策略以及信息制造决定来适应高频交易（HFT）的存在。研究结果表明不同的基本面交易者调整措施非常不同，并且取决于高频交易释放出的信息的类型。与没有高频交易的基准相比，和以往交易活动相关的信息减少了基本面交易以及信息的制造，以及带来更少的价格信息。然而有意思的是，高频交易正好相反，和基本面信息相关的高频交易信息不会产生上述影响，同时整体来看价格可能会更加能够反映市场信息。
同时，研究者还关注了价格反映资产价值以及随时间推移产生信息的能力。研究结果与传统经验一致，均反映出高频交易提升了短期价格发现能力，减少了价格反映长期基本面信息的能力。
12. 广泛使用的市盈率因子与市场关注的结合
· 《市盈率和价值投资者的关注点》 P/E Ratios and Value Investor Attention
关键词：市盈率 有限关注 投资者行为 交易量 流动性 异质波动
市盈率作为最流行的价值代理，被广泛认为使用在最近四个季度的收入中。与上期净收益率或者当前市净率相比，相应的净收益率有更显著的更高的回报率预测能力。回报率的每周状况和单个投资者的交易活动一致。回报率的预测对基本面、价格栋梁、收益动量、成交量以及流动性不敏感。相应的收益率和交易量呈正相关，和异质波动率呈负相关。金融数据提供者只提供有正回报的股票的市盈率；相应的回报率只用来预测这些股票的回报率、成交量和流动性。
13. 有关指数交易和积极／消极投资者行为及影响的讨论
· 《指数交易是良性的吗？》Is Index Trading Benign?
关键词：CAPM 被动交易 指数 夏普率 联动 部分解释均衡
消极／被动的投资者将他们的资产分配在市场组合和无风险资产两者之间，然而积极的投资者投资单独资产。在一个理性预期模型中，研究表明CAPM风险收益关系存在。消极投资者不是搭便车的人。随着更多的积极投资者变得消极，资产中异质风险在总风险中所占比例上升，价格的联动更加显著，回报率联动下降，以及对于除市场资产外的其他投资组合，夏普率下降，收益的条件方差上升。
14. 投资者的关注与情绪对市场有影响吗？
· 《投资者关注点和情绪：风险还是异常？》Investor Attention and Sentiment: Risk or Anomaly?
关键词：投资者关注 投资者情绪 限制套利 资产定价 异质风险之谜
股票价格的变动是和投资者关注点的变化相关并且根据投资者情绪定价的吗？在文章中研究者通过研究上述两部分内容的网络搜索指数发现了和该理论一致的新结果。和投资者关注负相关的股票在未来几个月会有良好的表现，这一行为和风险溢价一致。和投资者情绪负相关的定价取决于总体的错误定价，当错误定价过低时和风险溢价类似，在错误定价过高时有更像是一种异常。对于情绪和投资者注意力的敏感和异质波动率以及对于套利的限制高度相关：更高的绝对关注／情绪可能带来更高的波动率、更小的规模和其他对于套利的限制。然而，对于价格的关注以及情绪成分和异质风险之谜有着明显的不同，并且当控制相关定价因素和公司特征之后表现显著。对于定价一系列各种资产，投资者的关注是稳定而且强有力的。另一方面，投资者的情绪对于股票表现的影响和收益反转／动量有较强的相关性。
15. 关于股票期限结构的深入研究
· 《股票期限结构的时间变化》 Time Variation of the Equity Term Structure
关键词：资产定价 股票期限结构 时变贴现率
文章中作者研究了预期股票回报率期限结构的时间变化状况。研究表明，股票期限结构的斜率是反周期的：期限结构在较差的周期内斜率更加向上（或者说向下得更少）。这一发现对于股票溢价的来源有着广泛的应用。诚然，研究表明反周期特征的期限结构和长期风险的理论一致，但是这些理论无法解释整体下行的斜率。与此同时，时间的变化与最近建立起的用来匹配向下斜率的模型不一致。
06～10论文下载，链接: https://pan.baidu.com/s/1gfqZSpP 密码: ppk6。
11～15论文下载，链接: https://pan.baidu.com/s/1i55Poax 密码: dp3e
16.近期券商研报分享
链接: https://pan.baidu.com/s/1sl2k5T7 密码: at6a
链接: https://pan.baidu.com/s/1dFxjvVV 密码: h8iy
链接: https://pan.baidu.com/s/1jIBS4Hw 密码: yqkk
如果喜欢此类内容，请留言告诉我们，如果需求的人多，我们会加大力度提供此类内容的。当然也欢迎提意见哈：）
点击『阅读原文』，到JoinQuant社区查看历史文章。
长按指纹，关注JoinQuant