3、高频交易标记发现与隐含波动率定价的创新研究

高频交易标记发现与隐含波动率定价的创新研究

在金融科技领域，高频交易标记发现和隐含波动率定价是两个至关重要的研究方向。它们不仅关乎投资者的决策和收益，也对整个金融市场的稳定和效率有着深远影响。

高频交易标记发现

在高频交易标记发现方面，研究人员提出了基于局部线性嵌入（LLE）的标记发现方法，以解决未被充分探索但重要的高频交易市场标记预测问题。

1. 不同降维方法的均方误差比较
   • 研究比较了六种降维方法在交易标记发现中的均方误差（MSE）。结果显示，某些方法在牺牲数据局部性的情况下进行降维，而数据局部性对于识别价格大幅突变的全局标记至关重要。例如，LLE在捕捉一般标记方面的性能相对较差，与t - SNE、KPCA和ISOMAP相比，它在保持数据局部性上存在不足。
   • 全局MSE的值远大于一般MSE，这表明在交易标记发现中，嵌入过程中保持底层邻域关系比保持整体数据结构更为重要。
2. 预测全局标记的可视化
   • 通过对苹果（APPL）数据的全局标记预测性能比较，发现LLE在预测全局标记方面表现出色。在四种方法（LLE、t - SNE、PCA和KPCA）中，LLE预测的全局标记与原始标记匹配度最高。
   • LLE和PCA都能捕捉到两周交易期内价格最低的标记，但t - SNE未能捕捉到。此外，LLE能捕捉到第一个真实标记，而PCA则错过。这体现了LLE在嵌入过程中保留局部邻域配置的能力，使其能更有效地识别全局标记。
   • 数据局部性的保持