Блог им. Ollivander

Обзор свежих исследований в алготрейдинге и управлении рисками

Каждую неделю мы анализируем десятки научных статей, чтобы выделить ключевые тенденции в финансах, алготрейдинге и управлении рисками.

Вот что важно на этой неделе.

Машинное обучение для оценки рисков
Исследователи работают над тем, чтобы модели машинного обучения лучше предсказывали финансовые события и при этом оставались понятными для регуляторов.

В работе «Enhancing ML Models Interpretability for Credit Scoring» предложен гибридный метод, который делает кредитный скоринг точнее и прозрачнее.

Другое исследование — «Why Bonds Fail Differently?» представляет новую модель EMDLOT. Она прогнозирует дефолты облигаций, объясняя свои решения.

Алготрейдинг и рыночная микроструктура
Продолжают изучать, как алгоритмическая торговля влияет на резкие рыночные колебания.

В статье «Ultrafast Extreme Events» разбирают роль ликвидности в экстремальных событиях и восстановлении рынка. Это помогает создавать более устойчивые стратегии для высокочастотной торговли.

Исследование «Bootstrapping Liquidity in BTC-Denominated Prediction Markets» рассматривает, как обеспечить ликвидность в рынках предсказаний на основе биткоина.

Новые подходы к портфельной оптимизации
Появились работы по интеграции прогнозов экспертов в модели выбора активов.

«Dynamic Factor Models with Forward-Looking Views» предлагает способ использовать прогнозную информацию для более гибких инвестиционных стратегий.

В «The Interplay between Utility and Risk in Portfolio Selection» анализируют, как сочетаются полезность и риск при формировании портфеля, включая сложные метрики вроде Value at Risk.

Что дальше?
Ожидается развитие:
— Прозрачных моделей машинного обучения для кредитного скоринга
— Использования больших языковых моделей в трейдинге («Trading-R1: Financial Trading with LLM Reasoning»)
— Механизмов ликвидности для крипторынков
— Методов оценки волатильности («Meta-Learning Neural Process for Implied Volatility Surfaces»)

Исследования будут фокусироваться на создании устойчивых систем, которые адаптируются к изменениям рынка.

 

Пишу про автоматизацию трейдинга и не только. Канал.

389
4 комментария
А вы эти все посты статьи читаете и используете идеи в торговле и связанных исследования?
Или больше «наблюдаете» за тенденциями в исследованиях, связанных с трейдингом?
avatar
Replikant_mih, тут вроде не отвечают совсем
avatar

Воот, согласен с предыдущим комментарием. 

Применяете что-то из перечисленного в статье в торговле своей (если)?

В частности, ML в риск-менеджменте интересует. 

avatar
Arxiv.org — источник свежей информации номер 1 (для меня, по крайней мере).
Новые статьи практически все идут с исходниками TEX, так что можно получить достаточно качественный перевод на русский. Сложные ( в математическом смысле) статьи на родном языке заходят лучше. Естественно, что никто не рассказывает где взять ключ от квартиры где деньги лежат, но  разобраться что и как и почему помогают.
avatar

Читайте на SMART-LAB:
Фото
NZD/CAD: цены испытывают давление под натиском продавцов?
Котировки кросс-курса NZD/CAD оттолкнулись от нисходящей трендовой линии, попутно сформировав свечную модель «медвежье поглощение». Судя по всему,...
Фото
Итоги 2025 года и прогнозы от аналитиков «Финама»: облигации
2025 год на рынке облигаций запомнился высокими процентными ставками, повышенной волатильностью и заметным смещением фокуса инвесторов в...
Фото
Kalman Filter в алготрейдинге: разбор индикатора в OsEngine
В этом видео разбираем индикатор с серьёзной математической основой — Kalman Filter (фильтр Калмана). Расскажем, как он появился, по какому...
Фото
Стратегия 2026. Часть I: извлекаем правильные уроки из ошибок 2025
Those who cannot remember the past are condemned to repeat it  -  © George Santayana, 1905 В начале 2026 года у нас на руках стратегии 13...

теги блога Ollivander

....все тэги



UPDONW
Новый дизайн