基于投研一体化平台的债券量化实践

来源 :债券 | 被引量 : 0次 | 上传用户:caiyt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从债券市场的发展方向、机构投资者的业务诉求以及海外市场的成功经验来看,开展债券量化业务正当其时。选择投研一体化平台来实现债券量化在各个场景的应用是一条可行路径。本文主要基于债券量化业务中的三个重要因素——驱动因素、风险控制和交易执行,构建了包括六个子系统的投研一体化平台,并在此平台上实践了智能建仓、利率多因子模型构建和债券指数基金监控等经典场景,体现出平台具有较高的实用价值。
其他文献
中国改革开放,起始于1978年12月的十一届三中全会。它开启了这一伟大历史进程而将永载史册,也成为今天进一步深化改革、扩大开放的重要思想资源。改革开放40年,中国经济保持
【教学内容】1、学唱歌曲《看大戏》。2、初步了解豫剧相关知识。3、用打击乐器和动作表现歌曲。【教学目标】1、通过感受和体验戏曲歌曲,丰富学生的情感体验,激发对戏曲音乐
目的探讨数字减影血管造影技术(DSA)和栓塞术在口腔颌面部血管瘤治疗中的应用价值。方法对9例口腔颌面部血管瘤患者行DSA检查,选择供血动脉栓塞,然后再行手术治疗。结果DSA可清晰
在实际应用领域,常常存在同时包含数值型和分类型特征的混合数据。然而,已有的大多数聚类算法只能处理数值型或分类型单一类型数据,因此,提出一个基于划分的混合数据聚类算法。首先给出K-Prototypes算法中分类型数据类中心的多Modes表示方式,进而将传统的欧式距离扩展到混合数据,使之能够在相同框架下更加精确地反映对象与类之间的相异性,在此基础上提出一个用于处理混合数据的划分式聚类算法。最后,在UC
针对即使在输入模式无噪声,形态学联想记忆在用于异联想时仍不能保证完全回忆的问题,从扩大记忆矩阵的存储空间的角度入手,提出一种新的形态学联想记忆模型——三维存储矩阵的形态学联想记忆来刻画MAM(Morphological Associative Memories)的记忆性能。该模型能够弥补传统形态学联想记忆的记忆矩阵的不足,解决MAM在异联想时不能保证对模式对集实现完全回忆的问题。详细阐述了构建三维
现实生活中,人脸识别系统通常必须面对单样本每人(SSPP)的问题,即在数据库中每个人只有1张训练样本。这种情况下,系统不能很好地学习训练样本的判别信息,因而许多流行的人脸识
2016年6月16日参加了常熟市中学数学特级教师工作室2016年第三次活动,聆听了苏州市教育科学研究院吴锷主任的《构建本真灵动的苏式数学课堂》,对于数学课堂的本真——本质是什