2019年量化金融的热门话题是什么？

谢谢罗斯莱德尔曼对于A2A。我可以分享一些我在工作时听到的主题，其中大部分都是我工作的主题。

• 如果目前极高的相关性，我们可以找到哪些α来源？我在固定收益定量研究这个主题上工作，但它实际上是一个普遍的问题。通过我们今天的相关性，找到alpha的来源是有问题的，甚至更多的是找到它无风险来源自他们的水平。这些主题的一些答案可以在投资的数据挖掘方法（例如，信号处理到预测基准），基于新闻的算法以及对替代风险溢价策略或替代资产类别（例如比特币）的投资中找到。
• ESG：我们可以用定量方法实现它们吗？很明显，ESG可以包含在定性方法中，并且在投资时需要Credit和Equity Analists进行尽职调查。但是如何将这些定性指标纳入量化投资呢？一些公司正致力于内部指标来衡量来自MSCI和Sustainalytics等公司的资源，其他公司只是想建立时间序列模型，以包括ESG组件的资产配置方法中的某个步骤。
• 资本缓冲方法论。关于量子风险世界，在投资银行中为其面临的风险分配最佳资本缓冲是一种模型/方法。主要问题是采用某些方法，银行在评估风险方面过于防御。
• VaR预测。我认识的一些教授和学生正在研究预测风险价值（VaR）的替代方法。时间序列模型和适当的分布预测在风险部门中并不常见，或者可以应用机器学习和状态空间模型，特别是在定价方面进行改进。

我希望这有帮助！

宝宝起名 起名