详细内容或原文请订阅后点击阅览
数字量化：利用 JointFM 进行即时投资组合优化
TL;DR JointFM 是第一个用于多元时间序列系统中零样本联合分布预测的人工智能基础模型。通过在几毫秒内生成连贯的未来场景，它可以实现实时投资组合决策，而不会出现传统数值模拟的滞后情况。 JointFM 代表了定量建模的范式转变：在合成随机微分的无限动态流上进行训练...数字量化：使用 JointFM 进行即时投资组合优化的帖子首先出现在 DataRobot 上。
来源:DataRobot博客TL;DR
JointFM 是第一个用于多元时间序列系统中零样本联合分布预测的人工智能基础模型。通过在几毫秒内生成连贯的未来场景，它可以实现实时投资组合决策，而不会出现传统数值模拟的滞后情况。 JointFM 代表了定量建模的范式转变：通过合成随机微分方程 (SDE) 的无限动态流进行训练，JointFM 充当您的数字量化。
做好准备：为什么定量建模需要新方法
复杂系统建模传统上需要痛苦的权衡。经典的定量方法（如相关联函数或耦合 SDE）提供了很高的数学保真度，但僵化、缓慢且昂贵。当市场体制或资产组合发生变化时，他们通常需要专门的团队来重建模型。相反，现有的时间序列基础模型提供速度和灵活性，但是单一目标，缺少定义系统风险的关键跨变量依赖性。
JointFM 是您弥补这一差距的“数字量化工具”。它通过无限的合成随机微分方程 (SDE) 流进行训练，学习时间序列动力学的通用物理原理，使其真正与领域无关。无论是电网还是股票投资组合，它都能以毫秒为单位预测系统的完整联合概率分布。这是在高度复杂的设置中进行即时决策的基础，并且速度足够快，可以与代理集成以进行临时业务决策。
在这个项目中，我们以 NVIDIA 的量化投资组合优化蓝图为基础，展示了其在量化金融领域的强大功能。 JointFM 可实现即时投资组合优化 (IPO)，用数字量化取代脆弱的隔夜批处理流程，数字量化可以实时重新平衡投资组合并适应新资产或市场条件，而无需重新培训。