01 2020 档案

[宏观预报]美国2020年1月
摘要：经济增长： 消费情况： 私人非住宅固定投资： 私人住宅投资： GDP成分： 就业情况 根据对初次申领失业金人数的观察，失业率继续保持降低趋势，新增非农就业人数预计增加。 价格水平 CPI受能源价格波动影响较大。 PCE价格指数： PPI保持负增长，但有转正趋势： 货币政策与固定收益市场 美联储目标利 阅读全文
posted @ 2020-01-29 22:36 谢寻星 阅读(153) 评论(0) 推荐(0)
[图解]你听说了吗？新闻可影响市场
摘要：译者：谢寻星 原文：https://fredblog.stlouisfed.org/2020/01/have you heard the news news affects markets/ 在最近美联储圣路易斯分行的工作论文中，经济学家Maximiliano Dvorkin, Juan M. Sa 阅读全文
posted @ 2020-01-27 23:52 谢寻星 阅读(170) 评论(0) 推荐(0)
[工具]数据可视化的几种武器
摘要：作为Python用户，在进行数据可视化时可能用到的工具包括：matplotlib，seaborn，plotly，Vega Lite以及Altair。其中Vega Lite是基于JSON进行图形表达的独立语言标准，其余均为Python内的软件包。 matplotlib 这是Python中最基础也是最重 阅读全文
posted @ 2020-01-25 22:55 谢寻星 阅读(449) 评论(0) 推荐(0)
[茶思]资产的分类方法
摘要：资产类别(asset class)，是指一群具有相似特性或遵循相同监管规定的投资品。这一定义中，未指明“相似”是多么相似，也未说明“特性”或“监管规定”具体指什么，因为显然按照不同角度以及不同的标准，资产类别可以有多种具体的定义和分类方法。 为什么要考虑资产分类这一问题？ 资产分类是投资研究中的一个 阅读全文
posted @ 2020-01-22 20:40 谢寻星 阅读(1163) 评论(0) 推荐(0)
[方法]季节调整与hp滤波方法
摘要：进行时间序列的数据分析时，季节因素调整与hp滤波是进行数据处理与准备工作的常见必要环节。本文简要梳理季节调整与hp滤波的应用场景，以及在Python中的实现方法。 1. 季节调整方法 季节调整的目的是剔除季节因素的影响，使得数据平滑。进行季节调整的目的其一是使得不同季节的数据具有可比性，其二是使得一 阅读全文
posted @ 2020-01-19 22:53 谢寻星 阅读(7604) 评论(0) 推荐(0)
[茶思]规模效应的几种产生机制
摘要：一切要素都具有稀缺性，生产原料、机械、人力，包括信息要素由于必须有物质载体所以也是具有稀缺性的。在要素具有稀缺性的前提下，竞争是处理稀缺性的唯一方式。然而竞争的强度却不是普遍统一的，这也导致利润有相对高低之分。经济学理论对竞争强度与利润之间的关系已有充分论证，在完全竞争的情况下，生产者可获得的超额利 阅读全文
posted @ 2020-01-19 21:17 谢寻星 阅读(671) 评论(0) 推荐(0)
[读书]The Man Who Solved the Market
摘要：1. 出乎个人意料的是，西蒙斯是从FICC类品种起步的，包括量化投资方法获得第一次重大突破也是在FICC品种上。 2. FICC市场的深度不够，所以文艺复兴科技实现规模扩张是股票策略成功之后的事情，很靠后。 3. 虽然西蒙斯早期的主观交易很关注经济基本面，但FICC量化策略获得成功却是技术分析。后期 阅读全文
posted @ 2020-01-19 14:32 谢寻星 阅读(929) 评论(0) 推荐(0)
[读论文]观点因何不同？来自投资者社交网络的证据
摘要：摘要 ：我们从一家社会媒体投资平台上收集投资者情绪的数据，并使用了该平台用户投资方法（例如：技术分析、基本面分析）的信息，基于这些数据研究投资者之间观点分歧的来源。通过研究同种以及不同种投资方法中的观点分歧，我们检验了观点分歧中有多少来源于信息集的不同，多少来源于对信息的理解方式不同。总体来看，两种 阅读全文
posted @ 2020-01-19 14:28 谢寻星 阅读(271) 评论(0) 推荐(0)