这篇主要的研究论文是由Uwindsor奖学金的论文,论文和主要论文免费提供给您的。已被Uwindsor的奖学金授权管理人纳入主要论文。有关更多信息,请联系schoolship@uwindsor.ca。
• 我们的策略:我们将在可自由支配的资产中维持高水平的现金和准现金(约15%至20%),并将积极构建接近标准普尔3,200点和斯托克欧洲600指数390点的投资组合。我们对所有市场都保持普遍谨慎的看法(也许对西班牙、墨西哥、印度和越南市场会更乐观一些),但将维持现有仓位:在股票方面,我们处于高信心行业(增长部分)和稳定行业(价值部分),偏向咨询、评分、港口管理、国防、奢侈品、监狱服务等。在固定收益方面,我们在选择直接头寸方面投入了大量的分析精力。我们认为我们的损失是暂时的,而不是永久的。我们相信,我们所有的个人固定收益头寸都将表现良好,并且不会进入任何重组过程(无论是在IG还是HY)。在选择久期时,我们会非常严格(当 UST10 利率超过 4% 时,我们会选择美元久期;当德国国债收益率达到或超过 3% 时,我们会选择欧元久期)。在企业信贷方面,我们的立场也很谨慎,我们只会在特定水平上构建投资组合(IG 远高于 100bp,HY 远高于 500bp)。
我们引入了一种量子算法来计算金融衍生品的市场风险。先前的研究表明,量子振幅估计可以使目标误差的衍生品定价速度成二次方加速,我们将其扩展到市场风险计算中的二次误差缩放优势。我们表明,采用量子梯度估计算法可以在相关市场敏感度(通常称为希腊值)的数量上带来进一步的二次优势。通过对实际感兴趣的金融衍生品上的量子梯度估计算法进行数值模拟,我们证明我们不仅可以成功估计所研究示例中的希腊值,而且实践中的资源需求可以明显低于理论复杂性界限所预期的水平。这一在金融市场风险计算中的额外优势降低了 Chakrabarti 等人估计的金融量子优势所需的逻辑时钟速率。 [Quantum 5, 463 (2021)] 提高了 ∼ 7 倍,从 50MHz 提高到 7MHz,即使对于按行业标准计算的希腊字母数量不多的(四个)也是如此。此外,我们表明,如果我们有足够的资源,量子算法可以在多达 60 个 QPU 上并行化,在这种情况下,实现与串行执行相同的总体运行时间所需的每个设备的逻辑时钟速率将约为 100 kHz。在整个工作过程中,我们总结并比较了可用于计算金融衍生品市场风险的几种不同的量子和经典方法组合。
这意味着所有金融服务公司都必须考虑这些复杂的制裁是否适用于它们,如果适用,则在很少或没有通知的情况下遵守这些制裁。那些在俄罗斯开展业务的公司将不得不(或选择)缩小规模或完全关闭它们。事实上,不同国家的制裁意图相似但细节不同,这增加了合规的复杂性,而此时公司的安排已经受到英国和欧盟监管机构的审查。制裁的频繁和持续更新和变化,以及需要大幅增加关联交易、公司和个人审查,给公司带来了相当大的资源挑战。大大小小的公司都在继续招聘员工来加强运营,尽管他们相对缺乏专业知识,因此需要快速而广泛的培训。这占用了许多公司相当一部分(本已稀缺的)高级管理层资源,并导致其他在俄罗斯有大量业务的公司在撤出该国时蒙受损失。
这意味着所有金融服务公司都必须考虑这些复杂的制裁是否适用于它们,如果适用,则在很少或没有通知的情况下遵守这些制裁。那些在俄罗斯开展业务的公司将不得不(或选择)缩小规模或完全关闭它们。事实上,不同国家的制裁意图相似但细节不同,这增加了合规的复杂性,而此时公司的安排已经受到英国和欧盟监管机构的审查。制裁的频繁和持续更新和变化,以及需要大大增加关联交易、公司和个人的审查,给公司带来了巨大的资源挑战。大大小小的公司都在继续招募员工来加强他们的业务,尽管他们相对缺乏专业知识,因此需要快速和广泛的培训。这占用了许多公司相当多的(已经很稀缺的)高级管理人员,而其他在俄罗斯有大量业务的公司在退出该国时则蒙受损失。
消费者与金融市场的互动范围广泛,从申请信用卡、融资购房到买卖证券。在每笔交易中,贷方、银行和经纪公司都可能在幕后利用人工智能 (AI) 来增强其运营。尽管人工智能能够高速、大量地处理数据,使其成为金融机构的重要工具,但必须注意其使用过程中的风险和局限性。在金融市场中,人工智能缺乏决策透明度(通常称为“黑箱问题”)以及人工智能对高质量数据的依赖,在考虑市场部署算法的总体影响时带来了额外的复杂性。由于这些问题,必须权衡人工智能的好处与该技术在整个市场中传播所带来的特定风险。
根据 2015 年至 2021 年 LexisNexis News & Business 超过 6.6 亿条新闻报道,我们围绕中央银行数字货币 (CBDC) 不断发展的领域提供了两个新指数:CBDC 不确定性指数 (CBDCUI) 和 CBDC 关注度指数 (CBDCAI)。我们表明,这两个指数在与 CBDC 新发展相关的新闻和与数字货币新闻项目相关的新闻期间均出现飙升。我们表明,CBDC 指数与 MSCI 世界银行指数、USEPU 和 FTSE 全球指数的波动性呈显著负相关,与加密货币市场、外汇市场、债券市场、VIX 和黄金的波动性呈正相关。我们的结果表明,金融市场对 CBDC 不确定性的敏感度高于 CBDC 关注度,这些指数是这些指数的代表。这些发现为个人和机构投资者提供了有用的见解,可以指导政策制定者、监管机构和媒体了解 CBDC 如何演变为新数字货币时代的晴雨表。
Gil Cohen 1 摘要:目的:本研究旨在回顾用于构建人工智能 (AI) 算法交易系统的方法。设计/方法/方法:使用现有知识的审查方法。发现:我们发现研究人员和从业人员在签订算法交易系统时使用各种方法。一些系统仅结合来自金融市场的数据,而一些方法将金融数据与社交媒体数据相结合。计算机算法能够整合大量数据并几乎立即做出反应,但在金融市场恐慌时期,加速下行趋势的风险并非不存在,因此这些系统必须受到监管机构的机构监控。实践意义:本研究使读者能够了解用于预测金融资产价格趋势的主要方法。该研究确定并解释了帮助交易者改善交易结果的方法的复杂性。原创性价值:过去没有研究总结过用于构建和优化交易结果的主要方法。关键词:算法、交易、技术分析、人工智能。JEL 代码:G24、G41、G17。论文类型:评论论文。
2. 截至 2019 财年的过去 30 年中,不丹经济年均增长率为 6.7%1,这反映了其良好的宏观经济管理。在新冠肺炎 (COVID-19) 疫情爆发前,不丹经济强劲增长,2019 年经济增长 5.5%,比 2018 年增加 2.4 个百分点。全国贫困率从 2007 年的 23.0% 下降到 2017 年的 8.2%。2019 年底,失业率为 2.7%,其中青年失业率高达 11.9%。此外,自 1993 财年以来,不丹的财政赤字一直保持在 GDP 的 3.0% 以下。然而,随着为缓解新冠肺炎疫情而采取的预防措施(包括两次全国封锁)的出台,不丹经济在 2020 财年陷入短暂衰退,目前预计增长率为 0.9%。 2020财年的年通胀率从2019年的2.7%上升至5.6%。疫情导致失业,根据2020年劳动力调查报告2,整体失业率从2019年的2.7%上升至2020年的5%。整体青年失业率也从2019年的11.9%大幅上升至2020年的22.6%。