多因子模型簡述_區塊鏈:CAP

Overview概述價格行為始終處于隨機漫步過程中，所以沒有一種量化策略可以涵蓋所有的價格行為。不同的量化策略或資產配置適用于不同的行情，如網格交易更適用于震蕩行情。本文目的是給投資者介紹更多樣的分析模型，讓投資者在行情的隨機變化中可以有更豐富的選擇和判斷空間。Report報告多因子模型簡介

多因子模型目前已成為投資實踐的主流方法，并且在衡量與控制風險方面擁有優越性能。在投資中，因子指不同資產收益間的共同特征。多因子模型被廣大投資者使用，以便進行資產組合的構建、組合管理、風險管理以及歸因分析。相比單因子模型，多因子模型的解釋力度更強且更加靈活。多因子模型可以幫助投資者：建立資產組合對指定指數或特征進行追蹤調整組合在確定風險類別下的敞口對主動投資管理進行風險與收益的歸因分析理解權益、固定收益等大類資產的綜合風險暴露基于指定基準主動投資決策并衡量該決策的市場容量確保投資者的資產組合的風險收益與其成本相匹配多因子模型的來歷

報告：過去一年部署在以太坊和相關區塊鏈上的智能合約激增12倍:金色財經報道，根據 Alchemy 的一份新報告，過去一年，部署在以太坊和相關區塊鏈上的智能合約激增了12倍，Alchemy增長分析師Blake Tandowsky 將這一繁榮歸因于建立在以太坊之上的第2層區塊鏈，例如 Arbitrum和Optimism，它們極大地降低了智能合約平臺的使用成本。Alchemy表示，雖然開發人員數量有所下降，但留下來的開發人員正在開發比以往更多的智能合約。

報告還表示，7 月份新的、用戶友好的加密錢包數量躍升超過 1,200%，即13倍，基于智能合約的錢包有近30萬活躍用戶，6月有2.2萬名活躍用戶。[2023/8/4 16:17:14]

1952年，馬科維茨提出了構建證券投資組合的新框架，不同于以往將不同證券分別對待，該框架將不同證券的收益風險特征綜合量化考慮，這就是被廣為人知的現代組合理論。馬科維茨假定不同證券間的收益率服從一個多遠正態分布。該理論的核心結論是，只要給定的兩種資產的相關性不為1，即可同伙不同比例的配置來分散風險。1964年，夏普介紹了基于均值-方差理論基礎的資本資產定價模型。CAPM理論以及相關的文獻給投資者帶來了一些新概念，例如系統風險。系統風險是理解多因子模型的關鍵，每項資產都有著不同種類的風險，但這些風險并不是同等重要的。該理論認為，風險可以在預期收益不變的前提下通過調整不同資產的比例來降低。但是，系統性風險是不能被分散的，因此這部分風險有著相對應的收益要求。在CAPM理論中，資產的系統性風險是其貝塔值的增函數，貝塔值衡量了資產收益對市場收益的敏感度。根據CAPM理論，資產收益值跟一個因子有關，即市場收益。系統性風險越高，貝塔值越高，要求的收益回報越高。但大量數據表明CAPM理論提供了一個對風險不完全的描述。如果一個模型能夠更多將系統性風險考慮在內，則對資產收益的建模將更為有效。因此誕生了多因子模型。多因子模型的類型

美國制裁監管機構指控與俄羅斯有關的加密錢包處理了500萬美元:金色財經報道，美國財政部外國資產控制辦公室（OFAC）對俄羅斯工業公司以及在俄羅斯在烏克蘭發動戰爭時幫助俄羅斯轉移資金的人員和實體推出了新一輪大規模制裁。在周五公布的制裁名單中的22名個人和104個實體中，有一個加密貨幣錢包，首先被區塊鏈情報公司Elliptic發現。據OFAC稱，以太坊區塊鏈上的錢包屬于一位來自愛爾蘭的48歲阿拉伯聯合酋長國居民John Desmond Hanafin。

根據區塊鏈數據，與他領導的一家公司有關的一個錢包，自戰爭開始以來收到了超過520萬美元的tether穩定幣（USDT）。[2023/5/20 15:14:57]

按因子類型可以劃分為3類宏觀因子模型因子表示能夠顯著影響收益的宏觀經濟變量的非預期變動。以權益為例，主要考慮的是影響未來現金流以及折現率的因子。例如，利率、通脹風險、經濟周期以及信用利差。宏觀因子模型假定因子收益取決于部分宏觀經濟變量的非預期變動，比如通脹或實際產出。將非預期變動定義為實際值與預測值的差。一個因子的非預期變動是因子非預期收益的成分，所有因子的非預期變動構成了模型的自變量。例如GDP增長率因子的風險溢價為正，但通脹率因子的風險溢價為負。因此，如果一項資產對通脹率因子的敏感度為證，那么隨著通脹率的升高，資產預期收益在降低，這類資產具有很好的對抗通脹的特性。通脹率與GDP增長因子矩陣

Fedi CEO：為比特幣提供愿景所需的技術集合將于2023年出現:5月13日消息，金融和數據技術開發商Fedi首席執行官Obi Nwosu在接受采訪時表示，“比特幣將在2023年勝出，為比特幣提供一個有凝聚力的愿景所需的技術集合將于2023年出現”。[2023/5/14 15:01:23]

基本面因子模型因子主要表示能夠解釋證券橫截面差異的主要因素。例如，賬面市值比、甚至、市盈率以及杠桿率。統計因子模型通過對證券的歷史收益表現進行統計并提取出影響收益的主要因子。主要的因子統計模型有因子分析模型與主成分分析模型。在因子分析模型中，因子能夠充分解釋歷史收益的協方差。在主成分分析模型中，因子可以充分解釋歷史收益的方差。其中主成分分析是一種常用的構建統計因子模型的方法，目的是找到不相關的因子，并使得觀察到的證券收益率可以很好的用因子收益的線性組合來解釋。對于多證券的復雜組合，PCA可以有效的降低維度和過濾噪音，提煉較少的因子，以此來進行線性回歸。主成分分析法是一種降維的統計方法，它借助于一個正交變換，將其分量相關的原隨機向量轉化成其分量不相關的新隨機向量，這在代數上表現為將原隨機向量的協方差陣變換成對角形陣，在幾何上表現為將原坐標系變換成新的正交坐標系，使之指向樣本點散布最開的p個正交方向，然后對多維變量系統進行降維處理，使之能以一個較高的精度轉換成低維變量系統，再通過構造適當的價值函數，進一步把低維系統轉化成一維系統。主成分分析主要作用1．主成分分析能降低所研究的數據空間的維數。即用研究m維的Y空間代替p維的X空間(m<p)，而低維的Y空間代替高維的x空間所損失的信息很少。即：使只有一個主成分Yl(即m=1)時，這個Yl仍是使用全部X變量(p個)得到的。例如要計算Yl的均值也得使用全部x的均值。在所選的前m個主成分中，如果某個Xi的系數全部近似于零的話，就可以把這個Xi刪除，這也是一種刪除多余變量的方法。2．有時可通過因子負荷aij的結論，弄清X變量間的某些關系。3．多維數據的一種圖形表示方法。我們知道當維數大于3時便不能畫出幾何圖形，多元統計研究的問題大都多于3個變量。要把研究的問題用圖形表示出來是不可能的。然而，經過主成分分析后，我們可以選取前兩個主成分或其中某兩個主成分，根據主成分的得分，畫出n個樣品在二維平面上的分布況，由圖形可直觀地看出各樣品在主分量中的地位，進而還可以對樣本進行分類處理，可以由圖形發現遠離大多數樣本點的離群點。4．由主成分分析法構造回歸模型。即把各主成分作為新自變量代替原來自變量x做回歸分析。5．用主成分分析篩選回歸變量。回歸變量的選擇有著重的實際意義，為了使模型本身易于做結構分析、控制和預報，好從原始變量所構成的子集合中選擇最佳變量，構成最佳變量集合。用主成分分析篩選變量，可以用較少的計算量來選擇量，獲得選擇最佳變量子集合的效果。通過主成分分析，投資者可以更加有效的提煉核心因子，過濾掉噪音的干擾，使整個投資分析的決策過程中可以更加準確有效。同時核心因子的提煉，也可以幫助投資者規避一定不必要的風險。Conclusion結語越來越多的機構和個人在數字貨幣市場中嘗試著各種傳統證券市場應用的量化策略和模型，并且通過大量的實際運算和測試，證明了策略和模型的有效性。而數字貨幣市場也將由于多樣的量化策略和模型變得更加完善和豐富。

紅杉資本合伙人Divya Gupta即將離職，任職期間負責加密貨幣和AI領域投資:金色財經報道，紅杉資本合伙人Divya Gupta即將從該公司離職，Gupta在紅杉資本從事加密貨幣和人工智能的種子期和早期投資，并在該公司工作了不到一年。

此前紅杉資本就投資FTX的1.5億美元損失向投資者致歉，不過紅杉資本的一位發言人表示，他沒有參與FTX的投資。消息稱，FTX的內爆可能促使最活躍的投資者重新評估他們的加密策略。(The Information)[2022/12/7 21:27:28]

央行主管媒體《金融時報》：美元升值或接近頂部:金色財經報道，中國人民銀行主管媒體《金融時報》發文《美元升值或接近頂部》，文章指出當前的美元下滑很可能意味著本輪升值已經筑頂，后續沖高的空間十分有限。第一，從美聯儲加息的角度而言，美聯儲放緩加息的預期增強將打壓美元上行動能，但其持續加息仍將成為美元強勢的支撐所在。第二，美元指數的走勢除了與美聯儲貨幣政策走向密切相關之外，也與美國經濟和歐元區經濟表現密不可分——歐元比重在美元指數中占據重要部分。但是，這并不意味著美元升值周期已經終結，在未來一段時間內，美元仍將保持強勢，轉入貶值周期可能尚需時日。[2022/12/1 21:15:33]

Tags：區塊鏈APMCAP以太坊區塊鏈工程專業學什么課程比較好APM價格DCAP價格以太坊交易付費的成本是

Gate.io