PulseAugur
中
实时 18:16:58
实体 Hierarchical Graph Learning for Calendar Spread Strategies in Commodity Futures Markets

Hierarchical Graph Learning for Calendar Spread Strategies in Commodity Futures Markets

PulseAugur coverage of Hierarchical Graph Learning for Calendar Spread Strategies in Commodity Futures Markets — every cluster mentioning Hierarchical Graph Learning for Calendar Spread Strategies in Commodity Futures Markets across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_109602 ·

    新的分层图学习方法增强了商品期货交易

    研究人员开发了一种新颖的分层图学习方法，用于商品期货市场的日历价差策略。该方法通过考虑期货合约之间依赖于到期日的相互关系，弥补了机器学习文献中的不足。该方法在分析上证明，与仅多头策略相比，日历价差策略可以提供更优的风险调整后回报。在芝加哥商品交易所集团数据上的实证结果表明，这种分层图学习方法在预测准确性和交易表现方面均优于现有的基准模型。