RU-MIDAS 研究背景 基本面研究员在预测期货未来走势时通常会考察不同时间频率的信息, 例如反映通涨的居民消费价格指数 (CPI), 商品进出口增长, 周频的商品库存以及日频的现货价格 期货价格等等 然而目前的量化模型大多数都只使用了相同频率数据的信息, 例如按周频调仓的模型就只是用周频数据,
|
|
|
- 缇焘 富
- 5 years ago
- Views:
Transcription
1 华泰期货 专题报告 华泰期货量化专题报告 : 华泰期货研究所量化策略组 陈维嘉 量化研究员利用混频 RU-MIDAS 多因子模型预测期货日频收益率 RU-MIDAS 多因子模型简介 chenweijia@htfc.com 从业资格号 :T 金融时间序列通常通常包含多个维度, 不同维度数据的采样频率也不一致 例如螺纹钢研投资咨询号 :TZ 究员通常关心螺纹钢的因素有日频更新的现货螺纹钢价格, 周频更新的螺纹钢库存, 高炉开工率和线螺采购量 如果其中某些可观测因子发生了变化, 投资者对未来螺纹钢期货涨跌的预期也应发生变化, 但是如何处理这些不同频率的数据是量化模型的一大难题 一种比较简单直接的方法就是降低数据的采样频率, 例如把日频数据统一为周频 ( 甚至更低如月频 ), 再基于周频数据进行预测 但这种方法的缺点也很明显, 期货本身波动就比较大, 通过低频采样的数据只能按低频预测的结果来交易, 如果在一周中期货价格发生了大变, 也无法根据量化模型做出合理的应对 本报告介绍一种可利用低频数据预测高频数据的时间序列模型 : RU-MIDAS (Reverse Untricted Mixed Data Sampling), 中文可以译作反面无限制混合数据采样模型, 这种模型是 Eric Ghysels 等人研究的 MIDAS 模型的反向应用, MIDAS 模型则是利用高频数据预测低频数据, 而 RU-MIDAS 则是利用低频数据预测高频数据, 因此被称为反面 另外 MIDAS 模型引入了多项式函数来代替延时参数, 而 RU-MIDAS 模型则没有引入多项是所以被称为无限制 RU-MIDAS 模型首先由 Claudia Foroni 等人在论文 Using Low Frequency Information for Predicting High Frequency Variables 中提出 原文作者使用的是单因子模型, 而在本报告中则在此基础上扩展为多因子模型, 希望通过多因子的引入和交易频率的提高来规避中长策略低频调仓可能出现的回撤 在本报告里首先介绍了 RU-MIDAS 模型的原理和结构, 然后尝试利用周频和日频的螺纹钢因子数据对螺纹钢期货主力数据进行预测, 发现这种模型在处理混频数据上能取得不错的效果
2 RU-MIDAS 研究背景 基本面研究员在预测期货未来走势时通常会考察不同时间频率的信息, 例如反映通涨的居民消费价格指数 (CPI), 商品进出口增长, 周频的商品库存以及日频的现货价格 期货价格等等 然而目前的量化模型大多数都只使用了相同频率数据的信息, 例如按周频调仓的模型就只是用周频数据, 日频数据通常会被降为周频, 而月频数据往往就会被直接忽略掉 从数据频率的角度上说, 量化模型所考虑的信息会比基本面研究员考虑的要少, 这也往往是量化模型的不足之处 一个按周频调仓的量化模型, 如果在一周内期货价格发生了不利于投资者的剧烈波动, 那模型使用者则需要根据自己的风险承受能力来决定是否承担浮亏或者止损离场, 又或者借助投资经验和主观判断来进行投资决策 这种决策虽然不无道理, 但往往会导致投资过程变为量化加主观, 投资收益也无法进行合理回测 出现以上困难的主要原因在于量化模型无法及时提供不同时间周期的预测 因此本报告试图结合不同时间频率的数据对期货未来收益进行预测 大量学术研究表明, 利用高频变量能够有效提高低频变量的预测准确性 Eric Ghysels 等人研究的 MIDAS(Mi(xed) Da(ta) S(ampling)) 模型就是混频数据预测领域的代表之一, 这种 方法原理比较简单, 如下式所示 Y t+1 p Y 1 = μ + α j+1 Y t j q X 1 N D 1 + β w i+j ND (θ D D )X ND i,t j + ε t+1 (1) j=0 j=0 i=0 其中 Y t 是低频变量,X t 是高频变量,p Y 为低频变量的延时,p X 为高频变量的延时,μ 为 截距,ε t+1 是误差项 高频变量 X t 前的系数使用了多项式 w i+j ND (θ D ) 表示, 原本这些系数 都是待校正参数, 但是由于使用了多项式 w i+j ND (θ D ), 待校正参数的数量就大大降低了, 从而有效防止参数过多造成的模型过度拟合 MIDAS 模型通常使用在利用高频数据预测 季频 GDP 上 在相同领域预测比较成功的还有状态空间 (state-space) 模型, 但这种模型实 现比较复杂,MIDAS 在 GDP 上的预测效果通常不会比状态空间模型差很多 目前学术界在混频预测上研究得比较多的仍然是如何利用高频变量预测低频变量, 但是在期货交易上不少投资者更关心的可能是投资策略的短期回撤, 而非长期回报 如果期货市场波动剧烈, 偏高频的投资策略往往回撤更小, 这就要求量化模型对高频变量有一定预测能力 目前学术界的量化模型在利用低频变量预测高频变量上的研究并不多, 本报告主要参考 Claudia Foroni 等人在 Using Low Frequency Information for Predicting High Frequency Variables 上提出的 RU-MIDAS 模型, 进行改进, 尝试利用螺纹钢的周频基本面数据预测螺纹钢主力期货的日频收益率 / 8
3 RU-MIDAS 原理 Claudia Foroni 等人首先研究的是 U-MIDAS 模型, 这种模型也是利用低频变量预测高 频变量, 但是 Claudia Foroni 等人发现如果预测的低频变量与高频变量相比, 频率相差不大, 例如季频和月频的混合, 则在公式 (1) 中多项式 w i+j ND (θ D ) 的使用反而降低模型的预测效果, 因为多项式 w i+j ND (θ D ) 本身通常至少包含两个自由参数, 而不使用多项式的话季频和月频 的混合则只有 3 个参数 但是如果是日频和季频混合, 周频和季频混合, 则使用 MIDAS 多 项式 w i+j ND (θ D ) 效果更佳 在目前的期货交易中, 本报告研究的是日频和周频数据混合, 大多数情况下一周有 5 个交易日, 比季频和月频混合包含的高频数据量 (3 个 ) 略多, 但是比 周频和季频混合的高频数据量 (12 个 ) 要小, 所以本报告先尝试不使用 MIDAS 多项式 w i+j ND (θ D ), 而是直接校正其中的高频权重系数, 所以使用的是无限制 (Unrestricted)MIDAS 模型 但因为是利用低频数据预测高频数据, 与大多数研究的方向相反, 所以被称为反面 (Reverse), 合起来即为 RU-MIDAS 模型 Claudia Foroni 等人研究的是单因子 RU-MIDAS 模型, 其其形式与公式 (1) 类似, 只是反 过来用, 其表示形式如下 a i(l)x t = b i (L k i )y t + ξ it (2) 其中 x t 为高频变量,y t 为低频变量 t = 0 + i k, 1 + i k, 2 + i k, ; i = 0,, k 1 k 为低频变量 包含的高频变量周期数, 例如当周频和日频混合时 k = 5 a i(l) 和 b i (L k i ) 为延时线性多项 式, 例如 a i(l) = a i1 L + a i2 L 2 + a ip L p 因此 a i(l) 和 b i (L k i ) 都包含周期结构, 即周一至周 五都有不同的多项式系数 L 为高频延时算子,L j x t = x t j/k 值得注意的是在应用中 b i (L k i ) 的选择可以使得 b i (L k i )y t 只包含 y t 的低频项, 即无需通过插值等方法从低频的 y t 获得高频 的 y t 这个模型的本质是认为当延时足够大时, 高频变量 x t 可以看作是一个自回归 AR(p) 过 程, 而低频变量 y t 则被看作是外生变量 公式 (2) 的推导可以简单总结如下 : 假设可观测的低频变量 y t 在高频时间段内存在一个 对应的值 y t, 但是这个值只有在特定的时间段才能被观测得到, 其可观测的时间间隔为 k, y t 可表示为 y t = ω(l)y t = y t + y t 1/k + y t 2/k 归 AR(p) 过程而相应的高频变量 y t 则为外生变量 : + y t (k 1)/k 这里首先假设 x t 是一个自回 c(l)x t = d(l)y t + e xt (3) 接着 Claudia Foroni 等人认为存在一个多项式 γ i (L) 使得 γ i (L)d(L)ω(L)y t = g i (L k i )y t, 注意 这个多项式 γ i (L) 在每一个高频周期 i = 0,, k 1 都有不同取值, 从而使得 g i (L k i )y t 只与可 观测的低频变量 y t 有关而与不可观测的高频 y t 无关 然后在公式 (3) 的左右两边同时乘以 γ i (L)ω(L) 则可得到公式 (2), 即 a i(l) = γ i (L)c(L)ω(L),b i (L k i ) = γ i (L)d(L)ω(L) 当延时 足够大时 ξ it = γ i (L)ω(L)e xt 就可以看作是白噪声了 / 8
4 从公式 (2) 中的 MIDAS 单因子模型构造多因子还是比较直接的, 可用如下公式表示 A i(l)x t = b i (L k i )Y t + ξ it (4) 其中 X t 为高频变量向量,Y t 为低频变量向量,A i(l) 为周期矩阵, b i (L k i ) 为周期向量, 由于考虑到高频变量之间的协相关性, 公式 (4) 可用广义最小二乘法 GLS 进行参数估计 RU-MIDAS 应用实例 在这一节里尝试使用 RU-MIDAS 预测螺纹钢期货主力合约的日频收益率 预测是基于每周发布的螺纹钢库存 高炉开工率和钢厂产能等因子以及日度发布的螺纹钢 铁矿石 焦煤日收益率等因子 由于可观测因子的个数较多, 这里先使用主成分分析 (Princinple Components Analysis, PCA) 进行降维处理, 得到的模型结构可以用下图表示 图 1: RU-MIDAS 模型结构 数据来源 : 华泰期货研究院 首先从 Wind 上获取螺纹钢相关的可观测数据, 然后对日频和周频数据分别进行 PCA 转换, 提取出主成份, 然后把日频主成份 X t 和周频主成份 Y t 分别放入 RU-MIDAS 模型的高频变量和低频变量当中进行模型训练 由于模型参数较多所以训练方式使用递进法, 即每过一周便把新一周归入样本中, 所以随着时间增加, 训练的样本数量也将不断增加 每训练完一周即保持模型参数, 在下一周的每个交易日进行日频收益率的预测 低频变量在每周五预测下周一收益率时进行更新, 在周二至周四预测时不更新周频变量, 而高频变量则在每日预测时都会更新 模型包含的超参数包括低频 高频变量的因子个数和延时等, 这些超参数跟据样本外的预测效果进行选择 / 8
5 由于 RU-MIDAS 模型包含周期结构, 这里首先考察该模型在周一至周五螺纹钢开盘价收益率预测的均方根误差 由图 2: 可以看出预测周一的日度收益率误差最大为 2.47%, 这可能是因为隔了周六日, 市场未来走势的分歧较大, 所以预测收益率准确度不高 但是周二收益率的误差随即下降, 然后逐渐升高, 这可能是因为使用了周频因子作为固定的外生变量, 随着时间的流逝该部分信息逐步被市场消化, 从而导致预测效果逐渐变差 从整体上看 RU-MIDAS 预测的均方根误差在 2% 左右, 处在较高水平, 也说明了准确预测日度收益率非常困难, 因此在预测结构的实际应用上只取收益率的正负号, 正则做多, 负则做空效果可能更好 图 2: RU-MIDAS 日频收益率均方根误差 数据来源 : 华泰期货研究院虽然预测误差较大, 但使用 RU-MIDAS 模型仍能获得正收益, 图 3: 列出了该部分收益在周一至周五的分布, 虽然预测周一的均方根误差较大, 但是 RU-MIDAS 模型的主要收益来自于周一, 年化高达 174%, 其次是周二的收益, 而周三和周四的平均年化收益均为负值, 周五的收益则仍为正值 对比图 2: 和图 3: 可见预测收益的准确率与实际收益关系并不明显, 这主要是因为收益率的预测准确度并不高 图 3: RU-MIDAS 在不同交易日的年化收益 数据来源 : 华泰期货研究院 / 8
6 RU-MIDAS 模型应的预测数据全部使用每个交易日的收盘价, 这里尝试分别使用当天收盘价和隔天开盘价进行交易 净值曲线如图 4: 所示, 从中可见这两条净值曲线的走势是非常接近的, 某些时候使用开盘价交易收益反而更高, 例如 2016 年 7 月的时间段 由于 RU-MIDAS 使用了基本面数据, 而 Wind 上的数据库更新通常在期货收盘后进行, 因此实际上使用 RU-MIDAS 模型是无法利用当天收盘价交易的, 这里把使用当天收盘价和隔天开盘价交易进行对比是为了说明 RU-MIDAS 模型对交易价格并不会十分敏感, 也从另一个角度说明这个策略受滑点影响并不大 另外在 2014 年 5 月至 2017 年 12 月这段时间里, 相邻两个交易日仓位改变方向的频率也并不大, 只有 42.24%, 平均持仓时间在 2-3 天 这也是造成该策略对具体交易价格不敏感的原因之一 图 4: 螺纹钢 RU-MIDAS 策略分别使用开盘价和收盘价交易的净值曲线 数据来源 : 华泰期货研究院由于 RU-MIDAS 属于日频策略, 图 5: 对比了考虑交易费用后收益曲线的变化, 这里的交易费用设定为为单边万分之二, 从中可以看出由于交易费用的存在策略收益有了一定下降, 但是幅度不会太大 图 5: 螺纹钢 RU-MIDAS 策略考虑交易费用后的净值曲线 数据来源 : 华泰期货研究院 / 8
7 螺纹钢 RU-MIDAS 策略的表现统计如下表格 1 所示, 当有交易费用存在时年化收益从 53.34% 下降到 49.11%, 交易费用大概为年化 4.2%, 所占比例资金总额的比例较大 如果 RU-MIDAS 策略总体收益不高的情况下交易费用影响会比较明显, 但在螺纹钢这个品种上, 即使考虑了交易费用, 年化收益仍有 49.11% 考虑交易费用后策略的胜率也不高, 只有 0.539, 但由于是日频策略交易机会较多, 图 5: 中的收益曲线仍然呈稳定上升的趋势, 所以能达到较高的夏普率 1.64 但是由于是单品种的策略最大回撤达到 19.2%, 主要发生在 2017 年 3 月至 5 月底, 回撤期达到 49 个交易日 如果该模型能应用到多品种上, 相信整体组合回撤会有所减少 表格 1 螺纹钢 RU-MIDAS 策略收益与风险统计 无交易费用 有交易费用 年化收益 53.34% 49.11% 年化波动率 夏普率 胜率 最大回撤 18.6% 19.2% 最大回撤期 49 交易日 49 交易日 数据来源 : 华泰期货研究院 结果讨论 本报告首先对 Claudia Foroni 等人提出的 RU-MIDAS 模型进行了基本介绍, 包括其原理 框架以及推导方法等 这种模型主要是为了适应包含两个不同频率的金融时间序列, 其主要原理是用自回归过程刻画高频变量同时把低频变量看作是外生变量, 然后根据高频变量的周期性使用不同的参数组合进行模型拟合 原作者只考虑了单高频因子和单低频因子的情况, 而本专题报告则把 RU-MIDAS 模型扩展到多因子的情况 在本报告里尝试使用了螺纹钢日频数据和周频数据来训练 RU-MIDAS 模型, 成功利用低频基本面数据提高了高频变量的预测效果, 利用该模型交易的收益也比较可观 虽然该模型表现效果不错, 但在该模型中把低频变量看作是外生变量的合理性仍然值 得讨论, 试图把低频变量处理成内生变量也是目前该模型进一步改进的方向之一 / 8
8 免责声明 此报告并非针对或意图送发给或为任何就送发 发布 可得到或使用此报告而使华泰期货有限公司违反当地的法律或法规或可致使华泰期货有限公司受制于的法律或法规的任何地区 国家或其它管辖区域的公民或居民 除非另有显示, 否则所有此报告中的材料的版权均属华泰期货有限公司 未经华泰期货有限公司事先书面授权下, 不得更改或以任何方式发送 复印此报告的材料 内容或其复印本予任何其它人 所有于此报告中使用的商标 服务标记及标记均为华泰期货有限公司的商标 服务标记及标记 此报告所载的资料 工具及材料只提供给阁下作查照之用 此报告的内容并不构成对任何人的投资建议, 而华泰期货有限公司不会因接收人收到此报告而视他们为其客户 此报告所载资料的来源及观点的出处皆被华泰期货有限公司认为可靠, 但华泰期货有限公司不能担保其准确性或完整性, 而华泰期货有限公司不对因使用此报告的材料而引致的损失而负任何责任 并不能依靠此报告以取代行使独立判断 华泰期货有限公司可发出其它与本报告所载资料不一致及有不同结论的报告 本报告及该等报告反映编写分析员的不同设想 见解及分析方法 为免生疑, 本报告所载的观点并不代表华泰期货有限公司, 或任何其附属或联营公司的立场 此报告中所指的投资及服务可能不适合阁下, 我们建议阁下如有任何疑问应咨询独立投资顾问 此报告并不构成投资 法律 会计或税务建议或担保任何投资或策略适合或切合阁下个别情况 此报告并不构成给予阁下私人咨询建议 华泰期货有限公司 2018 版权所有并保留一切权利 公司总部 地址 : 广东省广州市越秀区东风东路 761 号丽丰大厦 20 层 29 层 04 单元电话 : 网址 : / 8
宏观深度报告 扬帆再起航, 机遇不可失 国企改革专题报告 2014 年 9 月 19 日 股市有风险入市须谨慎 中航证券金融研究所发布证券研究报告 请务必阅读正文后的免责条款部分 联系地址 : 深圳市深南大道 3024 号航空大厦 29 楼公司网址 :www.avicsec.com 联系电话 :0755-83692635 传真 :0755-83688539 1 ... 4... 8... 13...
R-MIDAS 研究背景 金融时间序列通常通常包含多个维度, 不同维度数据的采样频率也不一致 例如螺纹钢研究员通常关心螺纹钢的因素有日频更新的现货螺纹钢价格, 周频更新的螺纹钢库存, 高炉开工率和线螺采购量 如果其中某些可观测因子发生了变化, 投资者对未来螺纹钢期货涨跌的预期也应发生变化, 但是如何
华泰期货 专题报告 2018-09-13 华泰期货量化专题报告 : R-MIDAS 混频时间序列模型 混频时间序列模型简介 金融时间序列通常通常包含多个维度, 不同维度数据的采样频率也不一致 例如螺纹钢研究员通常关心螺纹钢的因素有日频更新的现货螺纹钢价格, 周频更新的螺纹钢库存, 高炉 华泰期货研究所量化策略组陈维嘉量化研究员 0755-23991517 chenweijia@htfc.com 从业资格号
MIDAS 模型研究背景 基本面研究员在预测期货未来走势时通常会考察不同时间频率的信息, 例如反映通涨 的居民消费价格指数 (CPI), 商品进出口增长, 周频的商品库存以及日频的现货价格 期货 价格等等 然而目前的量化模型大多数都只使用了相同频率数据的信息, 例如按周频调仓 的模型就只是用周频数据
华泰期货 专题报告 2018-03-01 华泰期货量化专题报告 : 华泰期货研究所量化策略组 陈维嘉 量化研究员利用混频 MIDAS 模型预测期货周频收益率 0755-23991517 MIDAS 模型简介 chenweijia@htfc.co 从业资格号 :T236848 金融时间序列通常通常包含多个维度, 不同维度数据的采样频率也不一致 例如螺纹投资咨询号 :TZ012046 钢研究员通常关心螺纹钢的因素有日频更新的现货螺纹钢价格,
天胶短期震荡，可考虑买近抛远
华泰期货 橡胶日报 217-1-24 沪胶维持震荡格局 胶市回顾 23 日, 沪胶主力收盘 135(-2) 元 / 吨, 复合胶报价 1165 元 / 吨 (), 主力合约期现价差 185 元 / 吨 (-2); 前二十主力多头持仓 7387(+64), 空头持仓 9955 (+1266), 净空持仓 2568(+122); 截至 1 月 2 日 : 交易所仓单 3717(-239), 交易所总库存
SOCNN 研究背景 在同频率时间序列的处理上, 宏观经济或计量上用得较多的是自回归 (Autoregression, AR) 向量自回归 (Vector Autoregression, VAR) 和向量自回归 移动平均 (Vector autoregressive moving-average,
华泰期货 专题报告 2017-12-25 华泰期货量化专题报告 : 华泰期货研究所量化策略组 陈维嘉 量化研究员利用显著 - 偏置卷积神经网络处理混频时间序列 0755-23991517 显著 - 偏置卷积神经网络简介 chenweijia@htfc.com 从业资格号 :T236848 金融时间序列通常通常包含多个维度, 不同维度数据的采样频率也不一致 例如螺纹投资咨询号 :TZ012046 钢研究员通常关心螺纹钢的因素有日频更新的现货螺纹钢价格,
18/6/4 18/6/11 18/6/19 18/6/6 18/7/3 18/7/1 18/7/17 18/7/4 18/7/31 18/8/7 18/8/14 18/8/1 18/8/8 18/9/4 18/8/ 18/8/ 18/8/4 18/8/6 18/8/8 18/8/3 18/9/1
金融工程 海证策略周刊 WWW.HICEND.COM 18 年 9 月 6 日股指期货套利周报 收盘行情 : 海证研究 投资咨询部 研究团队蒋海辉从业资格号 :F33881 投资咨询号 :Z1317 1-68713 jianghaihui@hicend.com.cn 常雪梅从业资格号 :F3417 投资咨询号 :Z1336 1-671 changxuemei@hicend.com.cn 侯婧从业资格号
华泰期货 原油日报 市场要闻与重要数据 OPEC2 月份产量继续下滑 1. WTI 4 月原油期货收涨 0.35 美元, 涨幅 0.60%, 报 美元 / 桶 ; 布伦特 5 月原油期 货收跌 0.32 美元, 跌幅 0.47%, 报 美元 / 桶 ;
9-- 市场要闻与重要数据 OPEC 月份产量继续下滑. WTI 月原油期货收涨. 美元, 涨幅.%, 报. 美元 / 桶 ; 布伦特 月原油期 货收跌. 美元, 跌幅.7%, 报 7. 美元 / 桶 ; 上期所原油期货主力合约 SC9 夜盘收涨.%, 报.9 元人民币 ;NYMEX 月汽油期货收报.9 美元 / 加仑 ; NYMEX 月取暖油期货收报.99 美元 / 加仑. OPEC 月报 : 敦促原油产国今年不要重返供应过剩
4. 2
中航证券金融研究所 部门负责人 董忠云证券执业证书号 :S0640515120001 首席分析师 梁 证券执业证书号 :S0640515030001 高级宏观分析师符 证券执业证书号 :S0640514070001 研究助理 李晨 证券执业证书号 :S0640115060035 电话 :010-64818471 邮箱 :spirit6764@live.cn 趋势不改水自横流 宏观策略周报 2016
申万期权品种策略日报 上证 50ETF 期权 2019/4/19 星期五 申银万国期货研究所吴广奇 ( 从业资格号 :F ; 投资咨询号 :Z ) 一 标的行情 收盘价 涨跌幅 成交量成交额 ( 亿 30 日历史
申万期权品种策略日报 上证 50ETF 期权 2019/4/19 星期五 申银万国期货研究所吴广奇 ( 从业资格号 :F3048078; 投资咨询号 :Z0014024) wugq@sywgqh.com.cn 021-58308720 成交量成交额 ( 亿 30 日历史 60 日历史 90 日历史波 ( 亿 ) 元 ) 波动率波动率动率 上证 50 3004.92-0.41% 39.67 500.09
申万期权品种策略日报 上证 50ETF 期权 2019/5/8 星期三 申银万国期货研究所吴广奇 ( 从业资格号 :F ; 投资咨询号 :Z ) 一 标的行情 收盘价 涨跌幅 成交量成交额 ( 亿 30 日历史
申万期权品种策略日报 上证 50ETF 期权 2019/5/8 星期三 申银万国期货研究所吴广奇 ( 从业资格号 :F3048078; 投资咨询号 :Z0014024) wugq@sywgqh.com.cn 021-58308720 成交量成交额 ( 亿 30 日历史 60 日历史 90 日历史波 ( 亿 ) 元 ) 波动率波动率动率 上证 50 2805.04-4.76% 62.44 938.17
% %! # % & ( ) % # + # # % # # & & % ( #,. %
!!! # #! # % & % %! # % & ( ) % # + # # % # # & & % ( #,. % , ( /0 ) %, + ( 1 ( 2 ) + %, ( 3, ( 123 % & # %, &% % #, % ( ) + & &% & ( & 4 ( & # 4 % #, #, ( ) + % 4 % & &, & & # / / % %, &% ! # #! # # #
Ζ # % & ( ) % + & ) / 0 0 1 0 2 3 ( ( # 4 & 5 & 4 2 2 ( 1 ) ). / 6 # ( 2 78 9 % + : ; ( ; < = % > ) / 4 % 1 & % 1 ) 8 (? Α >? Β? Χ Β Δ Ε ;> Φ Β >? = Β Χ? Α Γ Η 0 Γ > 0 0 Γ 0 Β Β Χ 5 Ι ϑ 0 Γ 1 ) & Ε 0 Α
cu % 20% al % 20% zn % 20% pb % cu % 16% al % 15% zn % 15% pb % cu % 16% al1612 8% 13% zn1612 9%
瑞银期货有限责任公司上期所各交易合约最低保证金比例 结算起执行 cu1610 11% 16% al1610 10% 15% zn1610 10% 15% pb1610 10% 15% ni1610 11% 16% cu1611 11% 16% al1611 8% 13% zn1611 9% 14% pb1611 8% 13% ni1611 11% 16% cu1612 11% 16% al1612
! # %& ( %! & & + %!, ( Α Α Α Α Χ Χ Α Χ Α Α Χ Α Α Α Α
Ε! # % & ( )%! & & + %!, (./ 0 1 & & 2. 3 &. 4/. %! / (! %2 % ( 5 4 5 ) 2! 6 2! 2 2. / & 7 2! % &. 3.! & (. 2 & & / 8 2. ( % 2 & 2.! 9. %./ 5 : ; 5. % & %2 2 & % 2!! /. . %! & % &? & 5 6!% 2.
! # % & ( & # ) +& & # ). / 0 ) + 1 0 2 & 4 56 7 8 5 0 9 7 # & : 6/ # ; 4 6 # # ; < 8 / # 7 & & = # < > 6 +? # Α # + + Β # Χ Χ Χ > Δ / < Ε + & 6 ; > > 6 & > < > # < & 6 & + : & = & < > 6+?. = & & ) & >&
& & ) ( +( #, # &,! # +., ) # % # # % ( #
! # % & # (! & & ) ( +( #, # &,! # +., ) # % # # % ( # Ι! # % & ( ) & % / 0 ( # ( 1 2 & 3 # ) 123 #, # #!. + 4 5 6, 7 8 9 : 5 ; < = >?? Α Β Χ Δ : 5 > Ε Φ > Γ > Α Β #! Η % # (, # # #, & # % % %+ ( Ι # %
! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7
![! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7](/thumbs/48/24501715.jpg "! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7")
!! # & ( ) +,. )/ 0 1, 2 ) 3, 4 5. 6 7 87 + 5 1!! # : ;< = > < < ;?? Α Β Χ Β ;< Α? 6 Δ : Ε6 Χ < Χ Α < Α Α Χ? Φ > Α ;Γ ;Η Α ;?? Φ Ι 6 Ε Β ΕΒ Γ Γ > < ϑ ( = : ;Α < : Χ Κ Χ Γ? Ε Ι Χ Α Ε? Α Χ Α ; Γ ;
研 究 人 士 表 示, 在 市 场 向 好 的 情 况 下, 定 向 增 发 的 价 格 一 般 可 以 看 作 是 公 司 的 安 全 垫, 但 是 在 震 荡 下 跌 的 行 情 中, 这 种 逻 辑 却 并 不 可 靠 业 内 人 士 指 出, 在 参 与 定 向 增 发 时, 应 从 行
8 2016/03/02 NO.2016037 公 司 的 估 值 和 市 盈 率 都 回 到 合 理 区 间, 加 上 定 向 增 发 的 昨 日 国 内 行 情 回 顾 指 数 名 称 收 盘 幅 度 (%) 上 证 指 数 2733.17 1.68 深 证 成 指 9322.00 2.47 沪 深 300 2930.69 1.85 上 证 国 债 指 数 155.70-0.01 折 扣 优 势,
华泰期货 原油日报 OPEC 原油产量继续下滑 研究院能源化工组 潘翔 能源化工总监兼首席原油研究员 市场要闻与重要数据 WTI 8 月原油期货收涨 0.53 美元, 报 美元 / 桶 ; 布伦特 9 月原油期货收涨 0.45 pa
9-- OPEC 原油产量继续下滑 研究院能源化工组 潘翔 能源化工总监兼首席原油研究员 市场要闻与重要数据 7-77. WTI 月原油期货收涨. 美元, 报. 美元 / 桶 ; 布伦特 9 月原油期货收涨. panxiang@htfc.com 美元, 报.7 美元 / 桶 ; 上期所原油期货主力合约 SC99 夜盘收涨. 元, 涨幅.%, 从业资格号 :F 报. 元 / 桶 投资咨询号 :Z. 美国至
: ; # 7 ( 8 7
(! # % & ( ) +,. / +. 0 0 ) 1. 2 3 +4 1/,5,6 )/ ) 7 7 8 9 : ; 7 8 7 # 7 ( 8 7 ; ;! #! % & % ( # ) % + # # #, # % + &! #!. #! # # / 0 ( / / 0! #,. # 0(! #,. # 0!. # 0 0 7 7 < = # ; & % ) (, ) ) ) ) ) )!
学习贯彻十一届全国人大三次会议精神 特约报告员 刚刚闭幕的十一届全国人大三次会议 全面贯彻党的十七 大和十七届三中 四中全会及中央经济工作会议精神 高举中 国特色社会主义伟大旗帜 以邓小平理论和 三个代表 重要 思想为指导 深入贯彻落实科学发展观 以对人民高度负责的 态度 圆满完成了各项议程 一 大
供 领 导 参 阅 时 事 报 告 内 部 稿 第 4 期 ( 总 第 35 期,2010 年 3 月 23 日 ) 时 事 报 告 杂 志 社 内 部 刊 物 不 得 转 载 2010 年 全 国 两 会 精 神 解 读 2 特 约 报 告 员 学 习 贯 彻 十 一 届 全 国 人 大 三 次 会 议 精 神 16 谢 伏 瞻 全 面 贯 彻 落 实 科 学 发 展 观 的 施 政 纲 领 学
2015年土地市场发展报告-网站
2015 年 浙 江 省 土 地 市 场 发 展 报 告 浙 江 工 业 大 学 房 地 产 研 究 所 2016 年 1 月 18 日 目 录 一 宏 观 环 境... 1 1 宏 观 经 济 趋 稳... 1 2 行 业 政 策 调 整... 1 二 出 让 规 模... 2 1 总 体 情 况 描 述... 2 2 城 市 状 况 分 析... 3 三 出 让 金 额... 4 1 总 体 情
Microsoft Word 第104期.doc
宜 宾 市 人 民 代 表 大 会 常 务 委 员 会 公 报 2012 年 第 7 号 ( 总 号 :104) 12 月 31 日 出 版 目 录 市 四 届 人 大 常 委 会 举 行 第 八 次 会 议 (1) 关 于 省 十 一 届 人 大 常 委 会 第 三 十 三 次 会 议 的 情 况 汇 报 ( 书 面 ) 陆 振 华 (1) 关 于 省 十 一 届 人 大 常 委 会 第 三 十
月报大连期货市场 MONTHLY REPORT 期货 (Futures) 期权 (Options)
大连期货市场月报 DALIAN FUTURES MARKET MONTHLY REPORT 市场提要 本月要事 品种运行与价格 交易数据 产业资讯 美国农业部数据 主办 : 大连商品交易所 218 年第 5 期总第 15 期 5 内部资料 妥善保存 月报大连期货市场 MONTHLY REPORT 期货 (Futures) 期权 (Options) CONTENTS 目录 5 月市场提要 1 本月要事
任春平 邹志利 在坡度为 的平面斜坡上进行了单向不规则波的沿岸流不稳定运动实验 观测到了沿 岸流的周期性波动 波动周期约为 利用最大熵方法和三角函数回归法求得这种波动的主 频率以及幅值 分析了波动幅值在垂直岸线方向的变化 结果表明该变化与沿岸流变化类似 即在 沿岸流最大值附近这种波动强度最大 为了分析波动的机理 利用线性沿岸流不稳定模型对模型实验结果进行了分析 求得了不稳定运动增长模式和波动周期 并与对应实测结果进行了比较
# # # #!! % &! # % 6 & () ) &+ & ( & +, () + 0. / & / &1 / &1, & ( ( & +. 4 / &1 5,
# # # #!! % &! # % 6 & () ) &+ & ( & +, () + 0. / & / &1 / &1, & ( 0 2 3 ( & +. 4 / &1 5, !! & 6 7! 6! &1 + 51, (,1 ( 5& (5( (5 & &1 8. +5 &1 +,,( ! (! 6 9/: ;/:! % 7 3 &1 + ( & &, ( && ( )
.., + +, +, +, +, +, +,! # # % ( % ( / 0!% ( %! %! % # (!) %!%! # (!!# % ) # (!! # )! % +,! ) ) &.. 1. # % 1 ) 2 % 2 1 #% %! ( & # +! %, %. #( # ( 1 (
! # %! % &! # %#!! #! %!% &! # (!! # )! %!! ) &!! +!( ), ( .., + +, +, +, +, +, +,! # # % ( % ( / 0!% ( %! %! % # (!) %!%! # (!!# % ) # (!! # )! % +,! ) ) &.. 1. # % 1 ) 2 % 2 1 #% %! ( & # +! %, %. #(
# % & ) ) & + %,!# & + #. / / & ) 0 / 1! 2
!!! #! # % & ) ) & + %,!# & + #. / / & ) 0 / 1! 2 % ) 1 1 3 1 4 5 % #! 2! 1,!!! /+, +!& 2! 2! / # / 6 2 6 3 1 2 4 # / &!/ % ). 1!!! &! & 7 2 7! 7 6 7 3 & 1 2 % # ) / / 8 2 6,!!! /+, +! & 2 9! 3 1!! % %
研究背景 股指期货与相应的股票指数挂钩, 通常股指期货与股票指数的相关性达到 90% 以上, 因此如果能有效预测股票指数的收益率就能够通过股指期货进行交易赚取利润 股票指数通常是由一揽子股票根据其市值进行加权平均构成 也就是说影响股票指数涨跌的信息是分散到每只股票当中的, 如果能够从股票指数成份股中
报告 2018-07-31 估值因子简介 估值因子法预测股指期货收益率 股票指数的收益率是由其指数成份股构成的, 因此指数会受到其成份股价格 财务等信息 变化的影响 每只股票对股票指数的收益率都会存在一定的贡献 如果能够找到影响各个股票的共同因子, 就有可能对股票指数的收益率进行预测 这篇报告主要参照 Bryan Kelly 和 Seth Pruitt 在 2013 年论文 Market Expectations
& &((. ) ( & ) 6 0 &6,: & ) ; ; < 7 ; = = ;# > <# > 7 # 0 7#? Α <7 7 < = ; <
! # %& ( )! & +, &. / 0 # # 1 1 2 # 3 4!. &5 (& ) 6 0 0 2! +! +( &) 6 0 7 & 6 8. 9 6 &((. ) 6 4. 6 + ( & ) 6 0 &6,: & )6 0 3 7 ; ; < 7 ; = = ;# > 7 # 0 7#? Α
Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π
![Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π](/thumbs/52/29426146.jpg "Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π")
! # % & ( ) + (,. /0 +1, 234) % 5 / 0 6/ 7 7 & % 8 9 : / ; 34 : + 3. & < / = : / 0 5 /: = + % >+ ( 4 : 0, 7 : 0,? & % 5. / 0:? : / : 43 : 2 : Α : / 6 3 : ; Β?? : Α 0+ 1,4. Α? + & % ; 4 ( :. Α 6 4 : & %
OTZR 年 12 月 13 日 2017 年 12 月 13 日 2 否 中国电信 不适用 中国移动 华能国际 EFZR 年 2 月 13 日 2018 年 2 月 13 日 1 否 盈富基金
恒生银行 ( 中国 ) 银行结构性投资产品表现报告 步步稳 系列部分保本投资产品 产品编号 起始日 到期日 当前观察期 是否发生下档触发事件 挂钩标的 最初价格 * 最新价格 累积回报 EFZR36 2016 年 9 月 13 日 2017 年 9 月 13 日 3 否 盈富基金 24.85 26.00 不适用 H 股指数上市基金 102.40 106.90 OTZR95 2016 年 9 月 14
!! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /.
! # !! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /. #! % & & ( ) # (!! /! / + ) & %,/ #! )!! / & # 0 %#,,. /! &! /!! ) 0+(,, # & % ) 1 # & /. / & %! # # #! & & # # #. ).! & #. #,!! 2 34 56 7 86 9
&! +! # ## % & #( ) % % % () ) ( %
&! +! # ## % & #( ) % % % () ) ( % &! +! # ## % & #( ) % % % () ) ( % ,. /, / 0 0 1,! # % & ( ) + /, 2 3 4 5 6 7 8 6 6 9 : / ;. ; % % % % %. ) >? > /,,
!! )!!! +,./ 0 1 +, 2 3 4, # 8,2 6, 2 6,,2 6, 2 6 3,2 6 5, 2 6 3, 2 6 9!, , 2 6 9, 2 3 9, 2 6 9,
! # !! )!!! +,./ 0 1 +, 2 3 4, 23 3 5 67 # 8,2 6, 2 6,,2 6, 2 6 3,2 6 5, 2 6 3, 2 6 9!, 2 6 65, 2 6 9, 2 3 9, 2 6 9, 2 6 3 5 , 2 6 2, 2 6, 2 6 2, 2 6!!!, 2, 4 # : :, 2 6.! # ; /< = > /?, 2 3! 9 ! #!,!!#.,
华夏沪深三百 EFZR 年 9 月 14 日 2018 年 9 月 14 日 1 否 H 股指数上市基金 不适用 华夏沪深三百 EFZR 年 9 月 14 日 2018 年 9 月 14 日 1
恒生银行 ( 中国 ) 银行结构性投资产品表现报告 步步稳 系列部分保本投资产品 产品编号 起始日 到期日 当前观察期发生下档触发 挂钩标的 最初价格 * 最新价格 累积回报 OTZR89 2017 年 5 月 5 日 2018 年 5 月 7 日 2 否 中国电信 3.77 3.79 不适用 中国移动 82.85 79.25 华能国际 5.35 5.00 OTZR88 2017 年 6 月 21
ⅠⅡⅢ Ⅳ
ⅠⅡⅢ Ⅳ ! "!"#$%&!!! !"#$%& ()*+,!"" *! " !! " #$%& ( Δ !"#$%& ()*+,!"" * !! " #$%& ( !"#$%& ()*+,!"" * !! " #$%& ( !"#$%& ()*+,!"" * !! " #$%& (! # !"#$%& ()*+,!"" * !! " #$%& ( 1 1 !"#$%& ()*+,!"" *
! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %!
! # # % & ( ) ! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) 0 + 1 %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %! # ( & & 5)6 %+ % ( % %/ ) ( % & + %/
张成思 本文运用向量系统下的协整分析方法 针对 年不同生产和消 费阶段的上中下游价格的动态传导特征以及货币因素对不同价格的驱动机制进行分析 研究结果表明 我国上中下游价格存在长期均衡关系 并且上中游价格对下游价格具有显 著动态传递效应 而下游价格对中游价格以及中游价格对上游价格分别存在反向传导的 倒逼机制 另外 货币因素对上游价格的动态驱动效果最为显著 但并没有直接作用于下 游价格 因此 虽然货币政策的现时变化可能在一段时间内不会直接反映在下游居民消费价格的变化上
4= 8 4 < 4 ϑ = 4 ϑ ; 4 4= = 8 : 4 < : 4 < Κ : 4 ϑ ; : = 4 4 : ;
! #! % & ( ) +!, + +!. / 0 /, 2 ) 3 4 5 6 7 8 8 8 9 : 9 ;< 9 = = = 4 ) > (/?08 4 ; ; 8 Β Χ 2 ΔΔ2 4 4 8 4 8 4 8 Ε Φ Α, 3Γ Η Ι 4 ϑ 8 4 ϑ 8 4 8 4 < 8 4 5 8 4 4
., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2
! # &!! ) ( +, ., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2 ! 2 2 & & 1 3! 3, 4 45!, 2! # 1 # ( &, 2 &, # 7 + 4 3 ) 8. 9 9 : ; 4 ), 1!! 4 4 &1 &,, 2! & 1 2 1! 1! 1 & 2, & 2 & < )4 )! /! 4 4 &! &,
, ( 6 7 8! 9! (, 4 : : ; 0.<. = (>!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / / < 5 02
! # % & ( ) +, ) %,! # % & ( ( ) +,. / / 01 23 01 4, 0/ / 5 0 , ( 6 7 8! 9! (, 4 : : ; 0.!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ 5 3 3 5 3 1 Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / 3 0 0 / < 5 02 Ν!.! %) / 0
, & % # & # # & % & + # & # # # & # % #,
! # #! % # & # & & ( ( # ) % , & % # & # # & % & + # & # # # & # % #, # % % # % # ) % # % % # % # # % # % # + # % ( ( # % & & & & & & % & & # % # % & & % % % . % # / & & # 0 ) & # % & % ( # # & & & # #
研究背景 股指期货与相应的股票指数挂钩, 通常股指期货与股票指数的相关性达到 90% 以上, 因此如果能有效预测股票指数的收益率就能够通过股指期货进行交易赚取利润 有相关学术研究认为投资者情绪能够影响资产价格, 因为当投资者情绪高涨时会过去乐观地追高价格, 而处于低潮时则会过于消极, 从而导致股票价
报告 2018-08-31 投资者情绪因子简介 投资者情绪因子预测股指期货收益率 股票指数的收益率是由其指数成份股构成的, 指数除了会受到其成份股价格 财务等信息 变化的影响外, 也会受到整体市场环境的影响 投资者情绪是影响整体股票市场收益率的一个重要因素 投资者普遍具有追涨杀跌的情绪, 如果能够找到恰当反映这种情绪的成份因素, 就能构造出股票市场的投资者情绪因子, 并利用该因子对股市未来走势进行预测
CPI 95 (WebCrawler) ( Google ) (2013) Jeremy (2009) ( 2013) ( ) ( 2011) ( 2014; 2010; 2012) Jilie (2013) GoogleTrend (2012) Google
94 1 CPI 1 1 2 (1. ; 2. ) : CPI : CPI 2006 6 2015 12 : CPI CPI : CPI CPI ; CPI : CPI CPI F201 A : ( GDP) ( ) ; ( ) ( ) CPI ; 1 CPI 95 (WebCrawler) ( Google ) (2013) 2009 2013 3 Jeremy (2009) 5000 45 (
中国科学院文件
中 国 科 学 院 西 安 光 学 精 密 机 械 研 究 所 文 件 西 光 网 字 2013 15 号 中 国 科 学 院 西 安 光 机 所 关 于 发 布 中 科 院 西 安 光 机 所 信 息 化 建 设 管 理 办 法 (2013 修 订 版 ) 的 通 知 所 属 各 部 门 各 控 股 公 司 : 为 促 进 西 安 光 机 所 信 息 化 建 设 发 展, 确 保 研 究 所 信
Π Ρ! #! % & #! (! )! + %!!. / 0% # 0 2 3 3 4 7 8 9 Δ5?? 5 9? Κ :5 5 7 < 7 Δ 7 9 :5? / + 0 5 6 6 7 : ; 7 < = >? : Α8 5 > :9 Β 5 Χ : = 8 + ΑΔ? 9 Β Ε 9 = 9? : ; : Α 5 9 7 3 5 > 5 Δ > Β Χ < :? 3 9? 5 Χ 9 Β
8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε Μ Ε 8 > = 8 9 =
!! % & ( & ),,., / 0 1. 0 0 3 4 0 5 3 6!! 7 8 9 8!! : ; < = > :? Α 4 8 9 < Β Β : Δ Ε Δ Α = 819 = Γ 8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε 8 9 0 Μ Ε 8 > 9 8 9 = 8 9 = 819 8 9 =
BOC RMB Bond Trading Index Monthly Report 中国银行人民币债券交易指数月度报告 Bank of China Shanghai RMB Trading Unit 中国银行上海人民币交易业务总部 Copyright 2018 Bank of China. All
BOC RMB Bond Trading Index Monthly Report 中国银行人民币债券交易指数月度报告 Bank of China Shanghai RMB Trading Unit 中国银行上海人民币交易业务总部 Copyright 2018 Bank of China. All rights reserved. Report Month: February, 2018 报告月份
/ Ν #, Ο / ( = Π 2Θ Ε2 Ρ Σ Π 2 Θ Ε Θ Ρ Π 2Θ ϑ2 Ρ Π 2 Θ ϑ2 Ρ Π 23 8 Ρ Π 2 Θϑ 2 Ρ Σ Σ Μ Π 2 Θ 3 Θ Ρ Κ2 Σ Π 2 Θ 3 Θ Ρ Κ Η Σ Π 2 ϑ Η 2 Ρ Π Ρ Π 2 ϑ Θ Κ Ρ Π
! # #! % & ( ) % # # +, % #. % ( # / ) % 0 1 + ) % 2 3 3 3 4 5 6 # 7 % 0 8 + % 8 + 9 ) 9 # % : ; + % 5! + )+)#. + + < ) ( # )# < # # % 0 < % + % + < + ) = ( 0 ) # + + # % )#!# +), (? ( # +) # + ( +. #!,
國家圖書館典藏電子全文
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70
,623, ,126, ,202, , ,178, ,205,570 25,381, ,115, ,783,128 6,711,900 4,390,536 3,640,0
2010 2010 1 1.1 1.2 1.3 2 2.1 2010.9.30 2009.12.31 % 4,393,805,473.44 4,152,182,501.41 5.82 2,412,659,241.06 2,279,787,138.22 5.83 1,360,132,576.00 1,360,132,576.00 0.00 / 1.77 1.68 5.36 2010 7-9 % 2010
,!! #! > 1? = 4!! > = 5 4? 2 Α Α!.= = 54? Β. : 2>7 2 1 Χ! # % % ( ) +,. /0, , ) 7. 2
! # %!% # ( % ) + %, ). ) % %(/ / %/!! # %!! 0 1 234 5 6 2 7 8 )9!2: 5; 1? = 4!! > = 5 4? 2 Α 7 72 1 Α!.= = 54?2 72 1 Β. : 2>7 2 1 Χ! # % % ( ) +,.
华泰期货 原油日报 市场要闻与重要数据 石油市场结构性矛盾仍存 1. WTI 3 月原油期货收涨 0.47 美元, 涨幅 0.85%, 报 美元 / 桶 ;4 月 ICE 布伦特原 油期货收报 美元 / 桶, 日内上涨 0.22 美元, 或 0.33%;
9--9 市场要闻与重要数据 石油市场结构性矛盾仍存. WTI 月原油期货收涨.7 美元, 涨幅.%, 报. 美元 / 桶 ; 月 ICE 布伦特原 油期货收报.7 美元 / 桶, 日内上涨. 美元, 或.%; 上海原油期货主力合约 SC9 夜盘收涨.%, 报 9. 元 / 桶. 联合石油数据库 JODI 数据显示, 沙特 年 月原油产量减少 万桶 / 日至. 万桶 / 日 沙特 年 月原油出口环比减少.
Β 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :! 9 9 & ϑ Κ & ϑ Λ &! &!! 4!! Μ Α!! ϑ Β & Ν Λ Κ Λ Ο Λ 8! % & Π Θ Φ & Ρ Θ & Θ & Σ ΠΕ # & Θ Θ Σ Ε
! #!! % & ( ) +,. /. 0,(,, 2 4! 6! #!!! 8! &! % # & # &! 9 8 9 # : : : : :!! 9 8 9 # #! %! ; &! % + & + & < = 8 > 9 #!!? Α!#!9 Α 8 8!!! 8!%! 8! 8 Β 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :!
! /. /. /> /. / Ε Χ /. 2 5 /. /. / /. 5 / Φ0 5 7 Γ Η Ε 9 5 /
! # %& ( %) & +, + % ) # % % ). / 0 /. /10 2 /3. /!. 4 5 /6. /. 7!8! 9 / 5 : 6 8 : 7 ; < 5 7 9 1. 5 /3 5 7 9 7! 4 5 5 /! 7 = /6 5 / 0 5 /. 7 : 6 8 : 9 5 / >? 0 /.? 0 /1> 30 /!0 7 3 Α 9 / 5 7 9 /. 7 Β Χ9
) Μ <Κ 1 > < # % & ( ) % > Χ < > Δ Χ < > < > / 7 ϑ Ν < Δ 7 ϑ Ν > < 8 ) %2 ): > < Ο Ε 4 Π : 2 Θ >? / Γ Ι) = =? Γ Α Ι Ρ ;2 < 7 Σ6 )> Ι= Η < Λ 2 % & 1 &
! # % & ( ) % + ),. / & 0 1 + 2. 3 ) +.! 4 5 2 2 & 5 0 67 1) 8 9 6.! :. ;. + 9 < = = = = / >? Α ) /= Β Χ Β Δ Ε Β Ε / Χ ΦΓ Χ Η Ι = = = / = = = Β < ( # % & ( ) % + ),. > (? Φ?? Γ? ) Μ
8 9 < ; ; = < ; : < ;! 8 9 % ; ϑ 8 9 <; < 8 9 <! 89! Ε Χ ϑ! ϑ! ϑ < ϑ 8 9 : ϑ ϑ 89 9 ϑ ϑ! ϑ! < ϑ < = 8 9 Χ ϑ!! <! 8 9 ΧΧ ϑ! < < < < = 8 9 <! = 8 9 <! <
! # % ( ) ( +, +. ( / 0 1) ( 2 1 1 + ( 3 4 5 6 7! 89 : ; 8 < ; ; = 9 ; ; 8 < = 9! ; >? 8 = 9 < : ; 8 < ; ; = 9 8 9 = : : ; = 8 9 = < 8 < 9 Α 8 9 =; %Β Β ; ; Χ ; < ; = :; Δ Ε Γ Δ Γ Ι 8 9 < ; ; = < ; :
) & ( +,! (# ) +. + / & 6!!!.! (!,! (! & 7 6!. 8 / ! (! & 0 6! (9 & 2 7 6!! 3 : ; 5 7 6! ) % (. ()
! # % & & &! # % &! ( &! # )! ) & ( +,! (# ) +. + / 0 1 2 3 4 4 5 & 6!!!.! (!,! (! & 7 6!. 8 / 6 7 6 8! (! & 0 6! (9 & 2 7 6!! 3 : ; 5 7 6! ) % (. () , 4 / 7!# + 6 7 1 1 1 0 7!.. 6 1 1 2 1 3
一 策略回顾 ( 一 ) 策略参数 1. 品种选择本次测试主观选择成交较为活跃的品种上海期货交易所 大连商品交易所和郑州商品交易所上市交易, 基本覆盖谷物 油脂油料 软商品 农副产品 有色 贵金属 煤焦钢矿 非金属建材 能源和化工 10 类的主要品种 表 1: 期限结构策略商品品种选择 类别谷物油脂
2018-02-01 CTA 量化策略近期表现跟踪 华泰期货研究所量化组 罗 剑 量化组组长 报告摘要 : 本文由市场情况 持仓资金流 成交量情况 商品波动率及期限结构分析 由 2017 年 12 份开始, 代表传统 CTA 策略的动量趋势策略与期限结构策略进入低迷状态, 伴随整体商品指数震荡 luojian@htfc.com 从业资格号 :F3029622 投资咨询号 :Z0012563 回测 2017
研究背景 这篇报告介绍利用商品期货基本面因子和宏观经济因子进行周度收益率的预测 目前利用因子进行预测的主要 扩散指数法 这种方法首先从大量的可观测因子中利用主成份分析构造出隐藏因子序列 这种方法的优势是他们能够从高维度数据中提取出有效信息, 降低数据维度从而构造出利用一种简约的预测模型 从数值方法上
报告 2018-06-29 定向因子法预测期货收益率 华泰期货研究所量化组 陈维嘉 预测因子选择问题简介 量化模型的构造必然涉及到预测因子的选取, 选好预测因子是量化模型成功的关键因素 之一 在构造出一组可能的预测因子后, 我们要从中选出一组最优的因子组合, 使得整个 模型的预测效果最大化 首先, 各个备选因子并不一定有预测效果, 其次各个备选因子之 间也可能存在一定的相关性, 如何合理分配因子之间的权重也需要特别考虑
Microsoft Word _ doc
S1851121 S1811563 755-2383825 wangquanrui@fcsc.com 217 5 9 5 217424 217417 217411 4 MPA 217321 3 2 217 22 GC1 218BP 3.3% 1-3 15BP 5-1 1BP 1 4.26% 1 1 17BP 1-3Y 17BP 7BP 2BP 5Y 1Y 5-7BP 7-13BP AA+ R7 FR7
> # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ # Κ Μ 0 Ν Ο Κ Ι Π, Ι Π Θ Κ Ι Π ; 4 # Ι Π Η Κ Ι Π. Ο Κ Ι ;. Ο Κ Ι Π 2 Η
1 )/ 2 & +! # % & ( ) +, + # # %. /& 0 4 # 5 6 7 8 9 6 : : : ; ; < = > < # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ #
9!!!! #!! : ;!! <! #! # & # (! )! & ( # # #+
! #! &!! # () +( +, + ) + (. ) / 0 1 2 1 3 4 1 2 3 4 1 51 0 6. 6 (78 1 & 9!!!! #!! : ;!! ? &! : < < &? < Α!!&! : Χ / #! : Β??. Δ?. ; ;
= Υ Ξ & 9 = ) %. Ο) Δ Υ Ψ &Ο. 05 3; Ι Ι + 4) &Υ ϑ% Ο ) Χ Υ &! 7) &Ξ) Ζ) 9 [ )!! Τ 9 = Δ Υ Δ Υ Ψ (
! # %! & (!! ) +, %. ( +/ 0 1 2 3. 4 5 6 78 9 9 +, : % % : < = % ;. % > &? 9! ) Α Β% Χ %/ 3. Δ 8 ( %.. + 2 ( Φ, % Γ Η. 6 Γ Φ, Ι Χ % / Γ 3 ϑκ 2 5 6 Χ8 9 9 Λ % 2 Χ & % ;. % 9 9 Μ3 Ν 1 Μ 3 Φ Λ 3 Φ ) Χ. 0
. /!Ι Γ 3 ϑκ, / Ι Ι Ι Λ, Λ +Ι Λ +Ι
! # % & ( ) +,& ( + &. / 0 + 1 0 + 1,0 + 2 3., 0 4 2 /.,+ 5 6 / 78. 9: ; < = : > ; 9? : > Α
2017 年度乘用车企业平均燃料消耗量与新能源汽车积分核算 7 月 2 日, 工业和信息化部 商务部 海关总署 市场监管总局联合发布公告, 公布了 2017 年度中国乘用车企业平均燃料消耗量与新能源汽车积分情况 2017 年度, 中国境内 130 家乘用车企业共生产 / 进口乘用车
2018-07-04 工信部发布乘用车企业 双积分 交易平台 7 月 2 日, 工业和信息化部 商务部 海关总署 市场监管总局联合发布公告, 公布了 2017 年度中国乘用车企业平均燃料消耗量与新能源汽车积分情况 此外, 工信部表示, 按照 乘 用车企业平均燃料消耗量与新能源汽车积分并行管理办法 的规定, 自即日起, 企业可通 过乘用车企业平均燃料消耗量与新能源汽车积分管理平台 ( 网址 :http://cafcnev.miiteidc.org.cn)
39 7 : ASDFieldSpec?3 2) (350~2500 : nm) 50 W, 25, 15, (root mean square error of 40cm 15cm 10,cross-validation,RMSECV) (R 2 cv) ; (350~399nm
39 7 20147 GeomaticsandInformationScienceofWuhanUniversity Vol.39No.7 July2014 DOI:10.13203/j.whugis20130202 :1671-8860(2014)07-0862-05 1 2 3 1,,430079 2,,518060 3,,430079 : 基于江苏省宜兴市 100 个土样的可见光 - 近红外高光谱反射率
4 # = # 4 Γ = 4 0 = 4 = 4 = Η, 6 3 Ι ; 9 Β Δ : 8 9 Χ Χ ϑ 6 Κ Δ ) Χ 8 Λ 6 ;3 Ι 6 Χ Δ : Χ 9 Χ Χ ϑ 6 Κ
! # % & & ( ) +, %. % / 0 / 2 3! # 4 ) 567 68 5 9 9 : ; > >? 3 6 7 : 9 9 7 4! Α = 42 6Β 3 Χ = 42 3 6 3 3 = 42 : 0 3 3 = 42 Δ 3 Β : 0 3 Χ 3 = 42 Χ Β Χ 6 9 = 4 =, ( 9 6 9 75 3 6 7 +. / 9
2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ! ϑ Β Β Β ϑ Χ Β! Β Χ 5 ϑ Λ ϑ % < Μ / 4 Ν < 7 :. /. Ο 9 4 < / = Π 7 4 Η 7 4 =
! # % # & ( ) % # ( +, & % # ) % # (. / ). 1 2 3 4! 5 6 4. 7 8 9 4 : 2 ; 4 < = = 2 >9 3? & 5 5 Α Α 1 Β ΧΔ Ε Α Φ 7 Γ 9Η 8 Δ Ι > Δ / ϑ Κ Α Χ Ε ϑ Λ ϑ 2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ!
于达等 :-, : ; τ = ( ) / ρ ; ; ; ρ ; θ ; ; τ ; ;,,,,,, : = ( +.. ) ρ = μ = π = ρ πμ ; ; ; μ ( ), : = -.. ( ), ( ),, :. = [ -. ] ( ) ( ) 试验条件,,. ~. /,....
![于达等 :-, : ; τ = ( ) / ρ ; ; ; ρ ; θ ; ; τ ; ;,,,,,, : = ( +.. ) ρ = μ = π = ρ πμ ; ; ; μ ( ), : = -.. ( ), ( ),, :. = [ -. ] ( ) ( ) 试验条件,,. ~. /,....](/thumbs/51/28771542.jpg "于达等 :-, : ; τ = ( ) / ρ ; ; ; ρ ; θ ; ; τ ; ;,,,,,, : = ( +.. ) ρ = μ = π = ρ πμ ; ; ; μ ( ), : = -.. ( ), ( ),, :. = [ -. ] ( ) ( ) 试验条件,,. ~. /,....")
- * (( )) :-,,, ( ) ~ 与常规管中气 - 液两相流动不同, 水平管气 - 液两相变质量流动存在沿程管壁入流 在水平管单相变质量流动试验研究的基础上, 考虑了管壁入流对管壁摩阻系数的影响, 提出了孔缝 管管壁摩阻系数相关式 将气 - 液两相混合物看作均匀介质, 使水平管气 - 液两相变质量流的均相流模型的基本模型等同于单相变质量流的流动模型, 重点研究了气 - 液两相变质量流均相流模型中
15-03.indd
1 02 07 09 13 18 24 32 37 42 53 59 66 70 06 12 17 23 36 52 65 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 fl fi fi 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 σ σ σ α α 36 37 38 39 40 41 42 43 44
# #! ) ( ( +,! %,! ( # # %& % ( ) +! +, +. /
! ( ) # # % % ( % % %! % % & % # #! ) ( ( +,! %,! ( # # %& % ( ) +! +, +. / 12 23 4 5 6 7 3.! (. ( / ( ) ). 1.12 ( 4 4 % & &!7 % (!!!!, (! % !!! % %!,! ( & (!! 8!!!,!!+!! & !!%! & 9 3 3 :;
一 策略回顾 初始本金 :1000 万 交易成本 : 所有品种按单边万分之五计算 ; 杠杆 : 不使用杠杆 ; 权重 : 多空组合中各合约等权重 / 等波动率 ; 年化收益率 = t i=0 ( 期末收益 期初本金 ) (N: 测试周期内天数 ) t 夏普比率 (Sharpe) = 年化
2017-11-24 CTA 量化策略因子系列 ( 四 ): 因子组合与择时 华泰期货研究所量化组 罗 剑 量化组组长 报告摘要 : 动量策略是基于标的资产价格的动量效应而设计的交易策略, 即预先对资产的动量因子设定过滤准则, 当资产过去一段时间的收益满足过滤准则就买入或卖出相应资产的投资策略 而期限结构策略是利用基差或者近远月合约价差计算展期收益来判断市场的升贴水结构, 并构建不同参数的多空组合,
μ μ - - β- - μ
SUA41 - β- - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - μ μ - - β- - μ μ - β- β- β- - - - - - - - - - - - - - - - - - - μ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
一 整体管理期货策略市场回顾管理期货策略分类指数由私募排排网收录的全市场管理期货策略基金收益组成, 包括主观趋势 主观套利 系统化高频 趋势 套利及复合策略 中证商品期货动量策略指数净值走势, 计算中证商品期货成份指数中所有商品期货过去 3 个月的累计收益率, 并降序排名 ; 选择累计收益率排名前
2018-03-30 CTA 量化策略因子系列 ( 七 ) 商品动量因子新升级 华泰期货研究所量化组 罗 剑 量化组组长 报告摘要 : 无论从对冲压力假说或投资者行为偏差, 即过度反应等理论, 市场已证明动量因子和动量效应的存在, 但跟踪以动量趋势策略为主的管理期货策略分类指数和传统动量因子组合, 近期的超额收益表现低迷, 且与历史平均水平相比, 最近一次回撤周期较长 luojian@htfc.com
,.2018, 38,.1 :1, 220 ( ) 140, ;2,,,;3,,,, >180 ( ) >120,,, [10] :,,,,,,,, ( ), [6,11],,,,,, ( ), ( Ⅱ ),,, ( -6),,,,, -,, [2],, [12],, (
![,.2018, 38,.1 :1, 220 ( ) 140, ;2,,,;3,,,, >180 ( ) >120,,, [10] :,,,,,,,, ( ), [6,11],,,,,, ( ), ( Ⅱ ),,, ( -6),,,,, -,, [2],, [12],, (](/thumbs/91/107403329.jpg ",.2018, 38,.1 :1, 220 ( ) 140, ;2,,,;3,,,, >180 ( ) >120,,, [10] :,,,,,,,, ( ), [6,11],,,,,, ( ), ( Ⅱ ),,, ( -6),,,,, -,, [2],, [12],, (")
2018 1 38 1,.2018, 38,.1 1 (2017 ),, :,, -:_@.;,, -:@.. ;,, -:@.;,, - :5588@126. [] ; ; ; :10.3969 /..1002-1949.2018.01.001 ( - ), ( ) ( ),,,, 25.2%, 2.7 [1],1% ~2% [2],, 6.9%, 90 11% 37%, 1 /4 [3] 12
!!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, )
! # % & # % ( ) & + + !!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, ) 6 # / 0 1 + ) ( + 3 0 ( 1 1( ) ) ( 0 ) 4 ( ) 1 1 0 ( ( ) 1 / ) ( 1 ( 0 ) ) + ( ( 0 ) 0 0 ( / / ) ( ( ) ( 5 ( 0 + 0 +
, ( ) :,, :,, ( )., ( ) ' ( ),, :,,, :,, ;,,,,,, :,,,, :( ) ;( ) ;( ),,.,,,,,, ( ), %,. %,, ( ),,. %;,
:?? * 张军高远傅勇张弘 : 本文在中国的政治经济体制的框架内解释了改革以来, 尤其是上世纪 年代以来中国在建设和改善物质基础设施上所取得的显著成就 文章依据现有的文献和 省级面板数据, 不仅度量了改革以来中国的基础设施的存量变化和地区差距, 而且运用 方法检验了可解释基础设施投资支出变动模式的重要变量 本文发现, 在控制了经 济发展水平 金融深化改革以及其他因素之后, 地方政府之间在 招商引资
融通开放式基金月刊（2009年1月）.doc
2009.1 2009.1 2009.1 1 2009 1. 2009.1 2 2009.1 3 2009.1 4 2009.1 12 12 A 300 0.67% 1.25% 1 A 1-2 M1 1 12 10% 1-2 12 M1 1 GDP 1 1 1 21 20 1 1 1 A 12 2.24 12 2.69 12 4 45 9 1 5 2009.1 6 2009.1 1 2 112 (
! # %! #! #! # % + &, % % ) %. /! # 0 1
! # %! #! #! # % + &, % % ) %. /! # 0 1 2 32 % 4! #! # 4 4 2 32 4 4! # 2 32 ! # % 2 5 2 32 % % 6 2 7 8 %! 6 # %3 3 9 % /, 9 % 2 % % 3 #7 9 % 2 8 7 2 % 3 7 7 7 8 7 7 7 7 3 9 8 8 % 3! # 7 12 1191 1 ; % %
基建投资情况 216 年我国完成基建投资 亿元, 同比增速为 15.71%, 保持了近年同期基建投资连年递增的趋势 但从投资增速的趋势和纵向对比来看,216 年的投资增速延续了 213 年以来的下滑趋势, 录得近 4 年最低的年度投资增速, 继 215 年增速跌破 2 以上高增长后, 再
217-2-13 基建项目投资专题报告 华泰期货研究所黑色金属组 徐轲 钢材品种 : 报告摘要 黑色金属研究员 21-68758689 xuke_zxzhx@htfc.com 1. 基建投资项目 从业资格号 :F29365 投资咨询号 :Z11125 2. 基建项目批复情况 许惠敏 黑色商品研究员 3. PPP 项目资金情况 21-68758689 xuhuimin@htfc.com 从业资格号 :F284366
%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &!
%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &! & &./ 0 # #1 # 2! +, 3 4 4 +,!!!! 4 4 4 4 4 56 7 89 #! 4! 4 4! 4 4! 14 #: 2 4! +,! +, 14 4 ; < = ( 4 < = +14 # : 1 1 4 # : : 3 # (4,! / +, +, +, > +,? 3
市场走势及套利机会跟踪 市场走势美元指数上涨.5% 至 9.6, 人民币中间价下跌 -.5% 至 6.89, 人民币即期汇率上涨.% 至 国际金价下跌 -.% 至 9. 美元 / 盎司 ( 沪期金 7 合约上涨.6% 至 77. 元 / 克, 夜盘下跌 -.% 至 77 元 / 克 )
7-- 关注短期反弹的可持续性 贵金属 : 短期等待方向利多因素. 美国 9 月 PPI 同比.6%, 创 年 月来最大升幅, 预期.6%;. 美国国务院声明 : 美国将退出联合国教科文组织, 于 月 日开始生效 ; 华泰期货研究所宏观策略组徐闻宇宏观贵金属研究员 -68757985 xuwenyu@htfc.com 从业资格号 :F99877 投资咨询号 :Z5. 美联储理事鲍威尔 : 美联储将继续实施渐进的政策正常化
# ( + + # + # 6 +,! + # +! +, + # ( + ) ( + ( + ) + 7! + # + /8 + ) ( +! + #. + ( +, +! + # + # + + ( ! ( + ) ( + ) +, + ( + 9% +! +, + ( +
! ## % & (! ) # (! + ) (, ( + ) ( +! ( + + # + #! + ( + + ( + ) ( + + ( + # + ) +! ( + ( + # +! ( + ) + # ( + ) + # +! ( +. + / 0. + ( + # + # + +, + ) + + ) + 1!, ( 2 1 # 3 )! # ( 4 5 #3 (! # ( 4 # #
Ⅰ Ⅱ 1 2 Ⅲ Ⅳ
Ⅰ Ⅱ 1 2 Ⅲ Ⅳ !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
市场走势及套利机会跟踪 市场走势美元指数上涨.5% 至 9.5, 人民币中间价上涨.7% 至 6.89, 人民币即期汇率上涨.8% 至 6.66 国际金价下跌 -.8% 至 85. 美元 / 盎司 ( 沪期金 7 合约下跌 -.5% 至 77.5 元 / 克, 夜盘下跌 -.% 至 76.6 元 /
7--8 关注利率反弹的风险之二 贵金属 : 短期虽承压加大, 依然在等待方向利多因素. 美国 8 月国际资本净流入 +5 亿美元, 前值 -7. 亿美元 ; 利空因素 华泰期货研究所宏观策略组徐闻宇宏观贵金属研究员 -68757985 xuwenyu@htfc.com 从业资格号 :F99877 投资咨询号 :Z5. 美国 月 NAHB 房产市场指数 68, 创 5 月份以来新高 ;. 美国 9
中信期货研究 市场数据日报 资金流向雷达 摘要 市场单边总持仓 亿保证金 1 日增量 : 亿 5 日增量 : 亿 10 日增量 : 亿 沉淀资金增量排名前三按绝对量 : 沪镍 (+5.21 亿 ), 甲醇 (+2.02 亿 ), 焦炭 (+1.95
资金流向雷达 摘要 市场单边总持仓 1523.43 亿保证金 1 日增量 :-29.84 亿 5 日增量 :-74.72 亿 10 日增量 :-58.15 亿 沉淀资金增量排名前三按绝对量 : 沪镍 (+5.21 亿 ), 甲醇 (+2.02 亿 ), 焦炭 (+1.95 亿 ) 按变化率 : 沪镍 (+11.72%), 鸡蛋 (+9.64%), 焦煤 (+8.88%) 活跃度排名前三原油 (5.47),
3?! ΑΑΑΑ 7 ) 7 3
! # % & ( ) +, #. / 0 # 1 2 3 / 2 4 5 3! 6 ) 7 ) 7 ) 7 ) 7 )7 8 9 9 :5 ; 6< 3?! ΑΑΑΑ 7 ) 7 3 8! Β Χ! Δ!7 7 7 )!> ; =! > 6 > 7 ) 7 ) 7 )
(4) (3) (2) (1) 1 B 2 C 3 A 4 5 A A 6 7 A B 8 B 9 D 1 1 0 1 B A A 1 A 1 2 3 C 1 A 1 A 1 B 1 A 1 B 1 2 2 2 2 2 4 5 6 7 8 9 0 1 2 3 4 A A B B A A D B B C B D A B d n 1 = ( x x ) n ij ik jk k= 1 i, j
现代天文学7.ppt
1983 1983 1 H 1 He 4 C 12 O 16 1 2 6 8 X A Z 2 19 α β γ F ( g) = Gmm' / d 2 F ( e) = qq' / d 2 F( e) / F( g) = 2.3 10 39 1919 α, 1930 α Be 3 4 6 6 4 4.0291 4.0015 0.0276 E=mc 2 4.12 10
. 市场概况返回首页 类别 ---- 涨跌幅 当日成交 成交变化 期末市值 市值变化 持仓影响 % 亿 亿 % 亿 亿 % 亿 % 全市场.8,63-5, , 股指期货.7, , 国债期货.5,56-7.6,7
资金流向 _76 品种 _ 代码 市场概况 品种概况 股指期货 上证 5 指数 _IH 沪深 3 指数 _IF 中证 5 指数 _IC 国债期货 5 年期国债 _TF 年期国债 _T 贵金属 黄金 _AU 白银 _AG 有色金属 铜 _CU 铝 _AL 锌 _ZN 铅 _PB 锡 _SN 镍 _NI 螺纹钢 _RB 线材 _WR 热轧卷板 _HC 黑色产业 焦煤 _JM 焦炭 _J 铁矿石 _I 硅铁