波动率曲面与宏观数据联动分析实战
📚 共计 30 章节
01
波动率曲面基础
什么是波动率曲面、隐含波动率与历史波动率、波动率微笑与偏斜、曲面构建的数学原理。
曲面
微笑
偏斜
02
宏观数据全景
GDP、CPI、PMI、非农就业、美联储利率决议等核心指标解读。
GDP
CPI
PMI
03
数据获取与清洗
使用Python获取宏观数据（FRED API、Wind）、数据对齐与重采样、缺失值处理。
Python
FRED
清洗
04
曲面特征工程
从曲面提取期限结构、偏斜度、曲率、波动率水平等特征。
特征
期限结构
曲率
05
联动分析框架
事件研究法、相关性分析、领先滞后关系、状态转换识别。
事件研究
相关性
状态转换
06
利率决议影响分析
FOMC会议前后曲面形态变化、加息/降息周期中的曲面演变。
FOMC
加息
降息
07
通胀数据冲击
CPI发布前后的波动率曲面反应、通胀预期与曲面偏斜的关系。
通胀
CPI
偏斜
08
就业数据解读
非农就业对短期波动率的影响、就业结构与曲面期限结构。
非农
就业
期限结构
09
PMI与经济增长
PMI数据对曲面水平的影响、经济周期与波动率曲面。
PMI
经济周期
增长
10
地缘政治事件
战争、制裁等突发事件对曲面的冲击、避险情绪与曲面形态。
地缘
避险
冲击
11
量化联动指标
构建联动强度指标、动态相关系数、信息溢出指数。
联动
动态相关
溢出
12
机器学习建模
使用随机森林/XGBoost预测曲面变动、特征重要性分析。
随机森林
XGBoost
重要性
13
深度学习应用
LSTM/Transformer建模曲面与宏观数据的非线性关系。
LSTM
Transformer
非线性
14
因果推断方法
Granger因果检验、因果森林、双重差分法在联动分析中的应用。
因果
Granger
双重差分
15
状态转换模型
马尔可夫转换模型识别宏观状态、不同状态下的曲面特征。
马尔可夫
状态转换
宏观
16
主成分分析
对宏观指标进行降维、提取宏观因子、因子与曲面的关系。
PCA
降维
宏观因子
17
压力测试框架
构建宏观压力情景、模拟曲面在极端情况下的变化。
压力测试
极端
情景
18
实时监控系统
搭建实时数据管道、曲面与宏观指标的联动监控仪表盘。
实时
监控
仪表盘
19
交易策略设计
基于宏观-曲面联动的套利策略、方向性交易策略。
套利
方向性
策略
20
风险管理应用
利用联动分析优化VaR模型、压力测试中的曲面风险。
VaR
风险
压力测试
21
跨资产联动
股票、债券、外汇与波动率曲面的宏观联动分析。
股票
债券
外汇
22
波动率指数联动
VIX与宏观指标的关系、波动率指数的期限结构。
VIX
期限结构
联动
23
高频联动分析
使用5分钟级别数据分析宏观事件对曲面的即时影响。
高频
5分钟
即时
24
宏观预期差交易
实际数据与预期数据的差异对曲面的影响、预期差因子构建。
预期差
因子
交易
25
央行沟通分析
央行讲话、会议纪要的文本分析、文本情绪与曲面关系。
文本分析
情绪
央行
26
全球宏观联动
主要经济体宏观数据的跨境溢出效应、全球波动率曲面联动。
跨境
溢出
全球
27
非线性关系建模
阈值回归、分位数回归捕捉宏观与曲面的非线性关系。
阈值
分位数
非线性
28
模型评估与回测
联动模型的回测框架、夏普比率、最大回撤等评估指标。
回测
夏普
最大回撤
29
案例实战：2020疫情 & 2022加息
2020年疫情冲击下的曲面分析、2022年加息周期曲面演变。
疫情
加息周期
实战
30
前沿展望
AI大模型在宏观-曲面分析中的应用、未来研究方向。
AI大模型
前沿
未来