|
转自：大连飞创 摩根大通研发的新模型回避了Black-Scholes模型的不足，将削减多达80%的衍生品对冲交易成本。 摩根大通通过机器学习自动对冲部分股票 期权。一位量化分析师称此举“改变了游戏规则”。 该银行从去年开始运用机器学习来对冲部分指数。由此能够更快的对冲风险，并获得更高的成交量。 摩根大通驻伦敦的股票分析、程序化交易主管Hans Buehler表示：“我们真正的优势是提高报单数量，因为我们的报价速度足够快。如果是手动管理，就必须分散一些人的时间，让他们集中精力做这件事。” 一位资深量化交易人士称：“摩根大通的做法特别有利于流动性不足的 市场。他估计，这种技术能够将减少某些大宗商品衍生品高达80%的对冲成本。
2014年纽约Beacon平台的首席运营官兼联合创始人、摩根大通量化交易研究团队的联席负责人Mark Higgins表示：”市场上有很多对冲工具流动性不足、交易成本高昂、或者风险无法对冲的产品。摩根大通的做法将为人们如何选择最优的对冲方式提供良好范本”。 | 
转播
