D.E. Shaw:“股涨债跌”的幕后操手竟是各国央行?

文艺复兴亏了,D.E.Shaw反手开了主观基金:量化圈正在发生些什么? 这篇文章我将从去年量化圈的集体回撤事件聊起,包括AI挖因子的同质化陷阱、D.E.Shaw反常的推出主观基金、贝索斯秘密挖走量化人才,再到整个行业从量化2.0向4.0过渡。干货满满,读完你就明白量化圈到底正在发生什么。 阅读详情

 

未经授权,严禁转载

 

D.E. Shaw&Co.简介

 

D.E. Shaw&Co.是一家跨国投资管理公司,由计算机科学家大卫·肖创立于1988年,公司总部位于美国康涅狄格州格林威治,目前资产管理规模超过500亿美元。D.E. Shaw&Co.以开发复杂的数学模型和计算机程序来从市场的异常中获利而闻名。2018年,《机构投资者》报告称,自创立以来,D.E. Shaw&Co.赚取的总收益在所有对冲基金中高居第五。

 

引言

 

在过去二十年,投资领域中出现的最重要的一个变化就是股票收益和债券收益之间出现了负相关的关系。这样的变化改变了债券基本的风险对冲性质,使得债券在投资者构建高效的、多样化的投资组合中扮演了更重要的角色。

这样的变化也导致固定收益证券的价格在这二十年中出现了明显的变化。随着投资者不断认识到政府债券能有效对冲投资组合中股票资产的风险,期限溢价逐渐下降,甚至在最近几年降至负数。期限溢价的下降为固定收益资产的持有人创造了价值数千亿美元的财富。

但是,尽管股票和债券之间的关系对于债券定价和投资者整体的投资组合来说至关重要,投资者并没有充分理解是什么造成了股票和债券之间的负相关关系,这也让他们没有把握预测这样的关系在未来将如何发展。很多观察者只是简单地假设过去二十年来,股票和债券之间的负相关关系在未来将得以持续;也有人说这样的负相关关系马上就会转为正相关关系,这样的转变将对金融市场产生重大的影响。但是如果我们不能事先理解是什么造成了股票和债券目前的这种负相关关系,我们没有任何理由去接受上面任意一种观点。

在这篇文章中,我们的观点是:在最近二十年,股票和债券之间之所以出现了负相关关系,在很大程度上是因为美联储以及其他发达国家的央行成功抑制了通货膨胀,并保持通货膨胀期望相对稳定。他们在这方面取得的成功造成了了资产价格的波动,而资产价格的波动一般是由经济活动强度和风险情绪的变化造成的,这些变化则往往会引起股票和债券之间出现负相关关系。

在这套理论下,股票和债券之间的关系在未来如何变化,将取决于各国央行是否还能在抑制通货膨胀以及保持通货膨胀预期稳定方面取得成功。如果他们能像过去一样,抑制通货膨胀并保持通货膨胀期望在较低水平,政府债券应当可以继续表现出富有吸引力的风险对冲性质,而我们当前观察到的期限溢价下降现象,在未来也将继续,甚至恶化。但是如果各国央行没有继续在抑制通货膨胀和保持通货膨胀预期稳定方面取得成功,导致通货膨胀率出现波动,股票和债券之间可能会再次出现正相关关系,潜在推动期限溢价大幅上升。

在我们看来,第一种情况出现的概率要远高于第二种。导致股票和债券之间出现负相关关系的根本原因,即各国央行在调控通货膨胀方面取得的成功,在未来并不会消失;这也导致期限溢价,与历史平均水平相比,有可能继续保持在较低水平。然而,由于如果未来的情况发生变化,投资组合将受到严重的影响,所以对于投资者来说,理解未来的情况将在什么样的范围内变化,以及是什么因素造成了这样的变化范围是至关重要的。

 

股票和债券之间的关系及其驱动因素

 

图1,来源:彭博

 

在以时间为横轴,股票和政府债券日收益率之间相关系数为纵轴的图中,我们可以清楚地看到股票和政府债券之间的关系发生了重大的变化。如图1所示,在之前三十年中一直保持正相关关系之后,美国的股票和债券之间在1990年代末期的某个时间点开始出现了负相关关系。

我们相信,股票和债券的关系出现变化背后的主导因素之一,在于美联储成功将通货膨胀率降至较低水平,让通货膨胀期望稳定在同样较低的水平,并使得自己在调控通货膨胀方面的政策框架更为透明。

理解这一观点的关键在于认识到股票和债券之间的关系其实取决于那些导致它们自身价格出现波动的因素。对股票和债券来说,未来现金流量的价值取决于反映了现金时间价值的贴现率;这样使得股票和债券这两种资产,都对贴现率这一指标较为敏感。但是对于贴现率的变化,这两种资产的反应并不相同;它们的反应更多取决于是什么导致了贴现率的变化,而不是贴现率的变化本身。下述的四种情形为我们理解是什么导致了股票和债券价格的变化,提供了一套简单的分析框架。

 

  • 1)假设人们认为,央行为了应对通货膨胀率或者通货膨胀期望意料之外的上涨,出台紧缩政策,使得债券收益增加。在这样的情况下,人们可能会期望股票价格随着债券价格一同下跌。股票价格出现的负面反应体现了人们对于名义利率的预期:名义利率的变化幅度往往大于通货膨胀率的波动幅度;这样一来,经济活动将会减少,而在一个波动性更强的通货膨胀环境中,股票的风险溢价可能会上升。

  • 2)如果由于某些经济情况,投资者改变了他们对于央行政策倾向的观点,类似的事情也会发生。如果债券收益上升是因为人们突然认为,央行在未来出台的政策将更为强势,股票价格可能如同第一种情形一样,因为更高的折现率而下跌。事实上,在这种情形下,股票的处境甚至会更早:在这种情形下,名义股息将不会受到更高的通货膨胀带来的正面影响。

  • 3)但是,如果债券收益的增加是因为经济增长的前景有所改善,比如说经济衰退结束,投资者对于经济复苏充满信心,情况则完全不同了。虽然在这种情况下,债券收益的增长同样反映了投资者对于央行出台加息政策的预期,但是投资者同时也会期望有更高的收入增长来抵消更高利率的影响,导致股票价格上升。

  • 4)最后,还有一个值得考虑的场景是,资产价格的变化是由投资者风险偏好的变化而导致的。如果投资者变得更倾向于持有高风险资产,无论是因为他们认为整体风险有所降低还只是因为他们对于风险的容忍度变得更高了,这样的举措往往会推动股票价格上涨,债券价格下跌。

 

 

表1

如表1总结的一样,前两种情形往往会导致股票和债券之间出现正相关关系,而后两种情形则会导致它们之间出现负相关关系。(表1基于债券价格下跌的假设,但是无论债券价格上涨还是下跌,股票和债券之间相关关系的正负性并不会受到影响)

图2,来源:彭博、经济共识

 

这套简单的分析框架在解释为什么美国市场中股票和债券之间的关系发生了变化这个问题上起到了关键作用。如图2所示,在过去50年的大部分时间中,更长期的通货膨胀期望总是较高并且不断波动,反应了人们对于美联储在抑制通货膨胀方面缺乏信心以及市场对于美联储的政策倾向并不确定。在这样的情况下,表一中前两列所反映的因素是造成市场出现波动的主要原因,这也导致股票和债券之间出现了正相关关系。

然而,自1990年代末开始,情况变得完全不同:美联储成功将通货膨胀期望稳定在2%左右。在这段时间内,美联储对于其调控通货膨胀的政策框架也更为公开透明;这一举措赢得了投资者的信任,也让投资者更容易预测美联储的政策。美联储在调控通货膨胀方面的成功减少了前两种情景中驱动市场各因素的重要性,使得市场更多受到发展前景和风险偏好变化的影响,导致股票和债券之间出现了负相关关系。

 

图3a,来源:彭博、经济共识

 

如图3a所示,股票债券之间的相关系数和通货膨胀预期之间的关系显而易见。

 

图3b,来源:彭博、经济共识

 

当我们分析十年期国债的收益时,由于该国债的收益包含了通货膨胀预期变化趋势造成的影响,股票债券之间的相关系数和通货膨胀预期之间的关系显得更为强烈。(如图3b所示)

由于股票债券之间的相关系数在1990年代出现了如此大幅的下降,我们其实可以很轻松地把任何在这段时间展现出变化趋势的变量和这个相关系数套上关系。所以,我们为什么相信相关系数的变化和通货膨胀有关,而不是其他别的变量?其中一个原因在于,在这套理论体系下,经济的发展是显而易见的,而这导致其他关键的变量也出现了影响深远的变化。例如,研究者发现,自1990年代末期以来较为稳定的通货膨胀预期大幅减少了通货膨胀本身持续的时间。

我们在其他国家观察到的现象也为我们的假说提供了支持。几乎在所有发达经济体中,股票和债券之间的关系都发生了变化,而这也符合这些国家稳定在较低水平的通货膨胀期望。一个非常具有指导意义的例子是日本:在日本,股票和债券之间的负相关关系出现得比其他国家更早;巧合的是,与其他国家相比,日本的通货膨胀期望也更早出现了下降。

 

放大镜下股票和债券之间的关系

 

我们的假说依赖于市场参与者对市场各类信息不断变化的依赖程度。在这套理论体系下,股票和债券之间的关系转变为负相关关系(如图1所示)的主要原因在于,通货膨胀变得更加稳定,货币政策变得更容易被预测。然而,即使在这样的宏观环境下,我们还是发现,当市场参与者接收到不同的信息时,股票和债券之间的关系还是会出现一些可被预测的变化。

 

图4,来源:彭博、美国财政部

 

为了进一步调查这一可能性,我们发现把时间轴放大,再用图1所示的方法来研究美国市场中股票和债券之间的关系是非常有用的。如图4所示,长期来看十分稳定的负相关关系,在放大镜下展现出了更强的波动性。此外,自2011年以来,在五个时间段内,股票和债券之间都呈现出较为明显的正相关关系。在我们看来,与这五个时间段中股票和债券之间正相关关系对应的是,在这五个时间段中,人们都对于美联储的政策倾向表现出较强的不确定性。

 

图5,来源:彭博、美联储委员会

 

这样的说法乍一听很有道理,但是直接说这些时间段内,股票和债券之间的相关关系由负转为正是因为人们对于央行政策倾向的认识发生了变化,未免有些含糊其辞。为了进一步确定这两者之间的联系,我们将时间轴再次放大,来研究当市场参与者收到更多关于央行政策倾向的信息时—具体来说,就是当美联储的政策制定部门,联邦公开市场委员会,发布政策声明或者会议纪要时,股票和债券之间的相关系数是否发生了变化。从图5中我们可以看出,股票和债券之间的相关系数,在联邦公开市场委员会发布相关文件时,会明显升高,表明这并非偶然。这样的变化趋势表明,如我们预计的一样,平时市场中关于经济和风险偏好的信息量相比(表1中的第三、四中情形),而在联邦公开市场委员会发布相关文件时,市场中会有更多关于财政政策的信息(表1中的第二种情形)。

 

图6,来源:CME集团、芝加哥交易委员会、D.E. Shaw集团

 

我们将时间轴最后放大一次。我们可以看到,在联邦公开市场委员会发布相关文件的日期当天,股票和债券之间的相关系数的变化趋势。我们采取的方法是,在这样的日期当天,我们测量了每5分钟股票和债券收益之间的相关系数;这样一来,我们可以画出这样的日期当天与其他日期当天,股票和债券之间平均相关系数的差值。图6表明,在美国东部时间下午2:00左右,也就是联邦公开市场委员会发布美联储政策声明时,股票和债券之间的相关系数与其他日期的同一时间相比,有明显的升高。

在文章的这个部分,我们通过将时间轴放大,研究了股票和债券之间的相关系数和美联储政策倾向的透明程度之间的关系;而正是这样的关系导致了股票和债券之间的正相关关系在1990年代末—当折现率严重受到通货膨胀或者政策方面不确定性的影响,进而造成资产价格出现波动时—发生了变化。在最近数十年来,这样的动态过程主导了美国市场,也最终导致股票和债券之间的关系发生了变化。现在,随着美联储成功将通货膨胀抑制在较低水平并且公众对于美联储的政策倾向也有了更深的了解,这样的动态过程只会在更小的幅度上发生。如果我们想要发现这一过程,我们需要更加仔细。

 

对期限溢价的影响

 

我们相信,股票债券之间关系的变化会对资产价格产生深远的影响。从资本资产定价模型的角度来说,如果投资者相信股票收益和债券收益之间存在着负相关关系,那么他们会期望债券的风险溢价(也就是期限溢价)为负。这也就是说,投资者可能会愿意接受一个负的期望超额收益,来换取债券带来的风险对冲作用。如果这些债券的发行人在金融危机期间或者在“保险类”偿付受到热捧时,仍然有着很好的偿付能力的话,这将会进一步支持期限溢价为负。

当然,风险溢价并不像资本资产定价模型中描述得那么简单;它其实与很多因素都息息相关,包括某种资产的供应情况,由监管规定或者负债结构而产生的对某种资产的强制要求,以及投资者风险承受能力的变化。但是,尽管资本资产定价模型在这些方面进行了简化,股票债券之间关系的变化还是导致了在最近几十年中,期限溢价出现了明显的下降。

计算债券的风险溢价是一件很有挑战性的事,就像计算其他任何资产的风险溢价一样。美联储工作人员开发的两个计算风险溢价的模型越来越受到市场参与者的追捧:ACM模型和KW模型。在我们下面对期限溢价的讨论中,我们同样依赖于这两个模型。

 

图7a,来源:彭博

 

图7b,来源:彭博

 

图7a和图7b分别展示了两年期国债和十年期国债在历史上的预计期限溢价。它们的预计期限溢价代表了与利用展期交割来赚取短期利率的收益(例如再回购利率)相比,投资者在持有到期的基础上可以获得的预计年化超额收益。如我们在图中所看的一样,这两种债券的期限溢价在样本时间段内都出现了大幅的下降,甚至在最近几年中降至负数。

一个有趣的地方在于,风险溢价的下降是逐渐发生的,而股票和债券之间的关系,却在1990年代末期相对快速地发生了变化。这个现象可能反映出,市场的参与者需要一定的时间去相信,股票债券之间的负相关关系是可持续的。

即使人们接受(在数据样本的时间段内)风险溢价的下降主要是因为股票债券之间的关系发生了变化,但是还有一个异常现象无法被解释:持有到期时间更长的债券所带来的期望额外回报并没有受到较大影响。我们可以通过仔细研究到期时间超过十年的债券的收益曲线形状来发现这一点。

尤其对于那些到期时间甚至长于美联储政策变化周期的债券来说,我们可以用远期利率曲线的斜率来模拟该债券的期望收益。例如,在经过对凸性影响的技术调整之后,我们可以用15y5y(即从现在开始15年内的5年期远期利率)的远期利率和10y5y(即从现在开始10年内的5年期远期利率)的远期利率之间的差值,来模拟持有15y5y五年带来的预计收益。

 

图8,来源:彭博、D.E. Shaw集团

 

如图8所示,在更长的时间段上,远期利率曲线表现出了正的斜率,大约每年10个基点。此外,远期利率曲线的斜率并没有如同到期时间更短的债券一样,出现明显的期限溢价下降现象(如图7所示)。

所以,是什么原因造成了这个现象呢?一个看起来比较合理的解释是,到期时间较短的债券,出现了幅度最大的期限溢价下降。毕竟,在这样的到期时间内,影响利率的主要因素在于,在人们的期望中,财政政策如何应对变化的经济增长前景;同时,在这样的到期时间内,当市场中出现压力时,利率也可能以不成比例的方式从安全投资转移中获利。与此相反的是,在更长的到期时间内,利率将更有可能受到其他因素的影响,而这些因素可能并不会导致股票和债券之间出现负相关的关系。尽管如此,由于自1990年代以后,长期的通货膨胀期望变得更加稳定,远期利率和股票之间的相关关系变得对投资者更为有利,所以人们可以预期,到期时间更长的债券,可能也会出现一定的风险溢价下降。

 

未来如何?

 

想要彻底弄清楚股票和债券之间的负相关关系在过去二十年中,对全球金融市场产生了多大的影响是非常困难的。

在投资者试图构建多样化的投资组合时,这一负相关关系大幅增加了债券对于投资者的风险对冲作用。确实,如果一个投资者只是想通过股票和十年期国债来达到简单的均值-方差投资组合优化,当股票和债券之间的相关系数从0.4变为-0.4,而风险溢价保持不变时,他们将持有超过原先数量两倍的债券。随着十年期国债的期限溢价自1990年末期开始下跌超过100个基点,债券对投资者大幅增加的吸引力导致固定收益资产中出现了大量的重新定价现象。期限溢价的下降也为美国金融市场中的投资者带来了大量的资本收益;如果考虑到这一现象在全球普遍出现,全球投资者的收益甚至更为可观。

因此,尽管未来情况如何在很大程度上取决于股票和债券之间的负相关关系能否得到维持,但我们还是冒着一定风险,给出我们认为发生概率更高的情况。

我们的观点是,这些资产的表现及定价中出现的变化,在很大程度上是由各国央行造成的。各国央行在保持更长期的通货膨胀期望稳定以及加强货币政策的可预测性方面取得了成功;在我们看来,这是导致资产的表现及定价出现变化的关键因素。

在这样的因果关系下,各国央行应当为过去数十年中期限溢价的下降负主要责任。在过去数年中,大部分市场观察者的目光都聚焦在央行的量化宽松政策如何导致期限溢价下降,但我们相信,在更长的时间中,前文中货币政策的其他方面将扮演更加重要的角色。事实上,期限溢价的下降早在量化宽松政策出台之前就已经出现了。

在这样的观点下,期限溢价未来的发展趋势取决于各国央行能否在调控通货膨胀期望,保证货币政策的可预测性方面继续取得成功。如果各国央行失去了对通货膨胀的控制或者放任货币政策变得不可预测,我们认为,过去二十年中出现的这种对于投资者比较有利的市场趋势将会扭转。期限溢价将有可能上升;而随着股票和债券的价格开始向同一方向移动,投资组合的整体风险将大幅增加。

然而,我们相信在未来,事情往这个方向发展的可能性是很低的。我们的观点是,各发达经济体的中央银行将继续把通货膨胀期望稳定在较低水平,使得在可以预见的未来中,股票和债券之间的负相关关系得以维持。

正如其他任何预测,尤其是关于金融市场在长期中的表现的预测,我们在本文中做的预测也会受到某些重大的不确定性和风险的影响。这些包括一些会对各国央行带来挑战的正在出现的因素,例如某些发达经济体中潜在的财政波动以及对于央行独立性不断增长的压力。但是,我们仍然相信,各国央行在过去数十年中已经充分意识到维持通货膨胀稳定的重要性;所以,我们认为发达国家不太可能会出现类似1970、1980年代那种通货膨胀不稳定的情况。

如果我们的观点是正确的,我们认为,与历史水平相比,期限溢价将会继续保持在较低水平。对到期时间更长的证券来说,期限溢价仅仅出现了相对小幅的下降,而在未来,这类证券的期限溢价将出现更剧烈地下降;这也将成为过去二十年以来,固定收益资产定价转变过程中的最后一步。

 

附录

 

图9,来源:彭博

 

股票和债券之间出现的变化并不是美国市场独有的现象,几乎所有发达经济体都出现了这一变化。如图9所示,德国和英国出现这种变化的时间与美国十分相似(参见图1),但是日本出现这种变化的时间则远比其他国家更早。

 

图10,来源:彭博、经济共识

 

日本更早出现的变化可能是非常具有指导意义的。与其他发达经济体相比,日本同样更早地把通货膨胀期望降至较低水平。而事实证明,股票和债券之间关系的变化,与通货膨胀期望的下降,是十分一致的,如图10所示。

在日本、德国、英国这三个国家中,股票和债券之间相关系数和通货膨胀期望水平之间的关系要更难衡量(与美国相比),因为这三个国家在1997年之前的通货膨胀调查数据更为有限。但是,我们还是可以看出,在这三个国家中,股票和债券之间相关系数和通货膨胀期望水平之间存在着正相关关系

 

图11a(日本),来源:彭博、经济共识

 

图11b(德国),来源:彭博、经济共识

 

图11c(英国),来源:彭博、经济共识

 

点击【阅读原文】,查看更多内容~

数字I/Q解调接收机对比:4种方案A/D采样率与滤波器需求量化分析 本文深入对比了四种数字I/Q解调接收机架构(传统I/Q解调、中频采样接收机、Rader接收机和Shaw-Pohlig接收机),量化分析了它们在A/D采样率、滤波器需求和硬件复杂度等关键指标上的差异。通过典型100MHz带宽、5GHz载频场景的工程实践数据,为通信系统设计师提供了选型决策依据,特别关注数字I/Q正交解调技术的演进与挑战。 阅读详情

相关推荐

ADS交叉耦合振荡器VCO仿真

本文主要参考视频中如何使用进行ADS交叉耦合振荡器仿真和分析,由于视频中有诸多错误和视频清晰度较低,虽然视频博主及时改正,为了节省学习时间,可以直接参考本文。

qq_32589131的博客 5421

Zilliqa的设计构思(第1部分:网络分片)

Zilliqa的设计构思 第1部分:网络分片 作者:Xinshu Dong 翻译:Rita 欢迎加入我们的社区,向我们提问并获取最新(希望也是最棒的)资讯! 正如我们之前文章介绍的那样,Zilliqa是一个新的区块链平台,每秒可处理数千个交易, 因此Zilliqa有潜力与VISA和MasterCard等传统的支付方式相匹敌。 更重要的是,Zilliqa的交易吞吐量可以随网络规模增大而近似线性增长...

Zilliqa的博客 526

波动性GARCH模型与波动率预测(代码+结果分析)

本文介绍的ARCH、GARCH模型可以刻画出随时间变化的条件异方差。

celiaweiwei的博客 2万+

Z Potentials | 星爵,他的征途不止向量数据库

纵观过去几十年的科技发展史,每一代新的技术架构的出现往往都伴随着新的数据范式的出现,也催生了多家百亿到千亿美金数据平台的诞生。如果说 2023 年科技领域的关键词是 LLM,那么数据库领域的关键词一定非向量数据库莫属。向量数据库是一种专门用于存储和检索向量数据的数据库系统。它的设计目标是有效地处理高维向量,通常用于表示复杂的数据结构,如图像、文本、语音等。向量数据库广泛应用于 AI 领域,为各种应用场景提供了更高效、更灵活的数据管理和查询解决方案。 在这个领域之中,我们罕见地看到了有一家由华人创办的公司扮演

ZILLIZ 1507

树莓派教程(基于python编程)--入门篇

一:格式化SD卡 SD卡插入读卡器连接电脑,使用SDFormatter对SD卡进行格式化 (重装烧录也要进行着SD卡格式化操作) 二:下载官方镜像 http://downloads.raspberrypi.org/raspbian_latest 三:烧录SD卡 使用Win32DiskImager将镜像烧录到格式化后的SD卡 SD卡盘根目录(/boot)下新建一个命名为ssh的...

qq_42109746的博客 6万+

利用gprMax与Matlab实现SFCW雷达信号的高效仿真与优化

本文详细介绍了如何结合gprMax与Matlab实现SFCW雷达信号的高效仿真与优化。通过利用gprMax获取地下场景的冲激响应,并在Matlab中运用卷积与信号处理技术,可大幅提升SFCW雷达系统仿真的效率与灵活性,为探地雷达研究与设计提供强大工具。

book8的博客 705

D.E.Shaw——高频统计套利交易获利41亿美元

黑科技,还是要提 D.E.Shaw Research 这个奇异的存在。 要讲这个黑科技,我们可能要扯远一点,先讲讲 D.E. Shaw 这个人是怎么学术赚钱通吃,成为彻底的人生大赢家的。 D.E.Shaw 是个学霸,是 PhD 们的偶像:斯坦福大学计算机专业的博士, 30 岁不到就进入哥伦比亚大学做教授,专门研究超大规模并行计算。这已经是优秀的学术人生了。 但是 Shaw 觉得无...

weixin_30415801的博客 402

MoveIt避坑指南:UR机械臂编程中常见的5个错误及解决方法

本文针对UR机械臂与MoveIt集成开发中的常见问题,总结了五个典型错误及其解决方案,包括关节限位设置、坐标系混淆、规划器选择、运动学求解器配置以及线程资源管理。重点分析了正逆运动学求解错误的原因,并提供了调整容忍度、显式指定坐标系、选择合适规划器及优化IK配置等实用代码示例,帮助开发者提升编程效率与系统稳定性。

root9的博客 433

区块链 Zilliqa是什么

Zilliqa 是一个新的区块链平台,每秒可处理数千个交易,并且内置分片。通过分片,Zilliqa 可以匹配传统支付方式(如VISA和MasterCard)设置的吞吐量基准。更重要的是,Zilliqa 的交易吞吐量随其网络规模(大致)线性增加。 特性: 工作量证明机制 1 (PoW1) 和 2 (PoW2) 网络分片 目录服务 DS 块,Sharding 结构,Shard 微块 和 Final 块的一致性 EC-Schnorr 签名 数据层和帐户存.

软件工程小施同学 的专栏 874

【高级雷达感知与学习】 第十三章 可解释性与物理–感知融合(Physics-Informed ML)

本文提出了一种面向雷达感知的物理约束学习方法,将雷达物理先验(RCS、SNR、距离衰减)嵌入神经网络,解决纯数据驱动模型的样本效率低、泛化能力弱和决策不可信问题。通过三种融合范式(混合建模、物理正则化、PINNs)实现机理与数据协同建模,并设计了物理引导显著图解决雷达可解释性语义错位问题。实验表明,物理约束可提升40%样本效率,增强低信噪比场景鲁棒性。代码实现包含物理正则化损失、可解释性分析和消融实验,为雷达感知系统提供了可迁移的工程范本。

VectorShift的博客 185

SMART200如何实现多次调用子程序带定时器功能

1、西门子200PLC的子程序由于很多限制条件,如果希望建立一个可以多次调用的子程序,那么这个子程序里是不能含有定时器指令的,所以我们只能退而求其次了。建议将沿指令(上升沿、下降沿)放在多次调用子程序的外面。 2、可以提供不同的时基,提供不同时间的定时 3、实现秒定时 5、子程序内部: STL代码: 1、时基信号由外部提供、 可以提供不同的时基信号 2、实现循环定时开关 LD #Start:L0....

RXXW_Dor的博客 1万+

「评测」ZIL(Zilliqa):同志仍需努力

原文: 「评测」ZIL(Zilliqa):同志仍需努力

yzpbright的博客 578

31、MSP430FR2355时钟系统与低功耗模式解析

本文详细解析了MSP430FR2355的时钟系统和低功耗模式。首先介绍了时钟系统的组成,包括XT1振荡器、DCO、MODCLK、MCLK、SMCLK和ACLK的功能与配置方法。接着探讨了MSP430FR2355的五种低功耗模式及其配置要点,并分析了时钟系统与低功耗模式之间的协同关系。最后通过实际应用案例展示了如何在具体场景中优化系统功耗。文章旨在帮助开发者充分利用MSP430FR2355的时钟与低功耗特性,实现高性能、低功耗的嵌入式系统设计。

mars5的博客 195

科学家有了钱以后,真是挺吓人的——D.E.Shaw的牛逼人生

科学家有了钱以后,真是挺吓人的——D.E.Shaw的牛逼人生 黑科技,还是要提D.E.Shaw Research这个奇异的存在。要讲这个黑科技,我们可能要扯远一点,先讲讲D.E. Shaw这个人是怎么学术赚钱通吃,成为彻底的人赢的D.E.Shaw是个学霸,是PhD们的偶像:斯坦福大学计算机专业的博士, 30岁不到就进入哥伦比亚大学做教授,专门研究超大规模并行计算。这已经是优秀的学术人生了。但是S...

weixin_34258838的博客 451

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

水热耦合模型SHAW驱动数据说明和运行方法

文章目录一、所需资料二、驱动数据说明1.配置文件Trial.30.inp2.站点信息Trial.30.sit3.土壤温度数据Trial.tem4.土壤水分数据5.气象驱动数据6.报错提示文件二、模型运行总结 本文介绍同步水热模型 Simultaneous Heat and Water (SHAW) model 的驱动数据和运行方法。SHAW模型是一个一维的水热耦合模型,可以模拟植被冠层、积雪层、有机质层和土壤层之间的水分、能量和溶质交换过程。 一、所需资料 1.SHAW模型源码及可执行的exe程序:可从

qq_21957901的博客 4223

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

D.E.Shaw拟以8000万美元收购SunEdison光伏电站股权

D.E.Shaw对冲基金确认将收购Mt.Signal2项目的控股权,此项目部分控股权由破产了的美国可再生能源开发商SunEdison所有。 破产的清洁能源开发商SunEdison公司似乎已经为其加州的Mt.Signal2太阳能电站寻觅到新的买家购买其股份。 此美国清洁能源公司在历经一连串的判断失当的收购和业务决策之后,4月份已申请破产。并向美国破产法庭申...

weixin_34310127的博客 136

Xcel Energy与D.E.Shaw签署100MW光伏电站购电协议

直到最近,大型公用事业规模太阳能项目一直在加利福尼亚州和西南各州占主导,在德克萨斯州和落基山脉东部的其他地区也分布有一些大型公用事业项目。中西部各州住宅和商业太阳能市场相对适中,也有一些分散的小型公用事业规模项目。 近日,公用事业Xcel Energy宣布,Swinerton Renewable Energy 已经建成“North Star”太阳能电站...

weixin_33729196的博客 146

对冲基金表现大盘点(一):DE Shaw

对冲基金表现大盘点(一):DE Shaw 原创: 东英资管 全球对冲汇 1月8日 2018年落下帷幕,对冲基金们的年度YTD净值也先后对投资者宣布。恰逢开年,全球对冲汇小编在此盘点世界领先的对冲基金表现,究竟他们是强者恒强,还是面临新的行业洗牌呢? 让我们先从哥伦比亚大学计算机科学教授David Shaw创立的D.E. Shaw开始吧。 David Shaw DE Shaw创始人 这位斯坦福大学博...

代码过客 4345

AI进军华尔街!《终极算法》作者Domingos加盟对冲基金巨头

AI进军华尔街!《终极算法》作者Domingos加盟对冲基金巨头 新智元 今天 Pedro Domingos 新智元报道 作者:克雷格、小芹 【新智元导读】著名机器学习专家、《终极算法》作者、华盛顿大学计算机科学教授 Pedro Domingos 确认将于8月27日加入对冲基金巨头D. E. Shaw,担任该公司新的机器学习团队的董事总经理兼负责人。 又一位AI科学家进军华...

代码过客 486

计算化学领域的黑科技

计算化学领域中有哪些技术可以被称为是当前的黑科技?黑科技,还是要提 D.E.Shaw Research 这个奇异的存在。 要讲这个黑科技,我们可能要扯远一点,先讲讲 D.E. Shaw 这个人是怎么学术赚钱通吃,成为彻底的 人生赢家吧。 D.E.Shaw是个学霸,是PhD们的偶像:斯坦福大学计算机专业的博士, 30岁不到就进入哥伦比亚大学做教授,专门研究超大规模并行计算。这已经是优秀的学术人生

Ivan 的专栏 4682

量化基金一个依靠专业知立足金融市场的机会

转 量化基金,一个依靠专业知识立足金融市场的机会 01、量化投资 量化投资就是借助现代统计学、数学的方法,从海量历史数据中寻找能够带来超额收益的多种“大概率”策略,并纪律严明地按照这些策略所构建的数量化模型来指导投资,力求取得稳定的、可持续的、高于平均的超额回报。量化投资属主动投资范畴,本质是定性投资的数量化实践,理论基础均为市场的非有效性或弱有效性。 02、量化投资特点 第一,投资视角更广。借助...

塞尔达的传说 545

D语言介绍

整理了有关D语言的介绍,如下:     (邵东好Blog): 简单地说,D语言是一门新的编程语言,包含了C++、C# 跟 Java的长处,补充了它们的不足。(我想名字的由来可能是比C语言进一步^_^) D语言的作者 Walter Bright (就一个人哦,暴强!!!)是大名鼎鼎的Symantec C++ compiler的作者,所以这门语言还是值得期待的。 目前的版本是D 0.167,S

风之去向 1121

Advice from Zed A. Shaw.

python

FelixOldMan的博客 566
上一篇: 机器学习技术能够有效用于选股吗?(上)
下一篇: 机器学习技术能够有效用于选股吗?(下)
Quant_
博客等级 码龄11年 393粉丝 94原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值