查看原文
其他

2022年度Quant揭晓!!!

全网Quant都在看 量化投资与机器学习 2023-03-29


量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,曾荣获AMMA优秀品牌力、优秀洞察力大奖,连续4年被腾讯云+社区评选为“年度最佳作者”。



The Journal of Portfolio Management (JPM)将2022年的“Quant Researcher of the year Award”授予了Riccardo Rebonato

PMR年度量化研究员奖旨在表彰在量化投资组合理论领域做出杰出贡献的研究人员。Rebonato教授目前是EDHEC商学院的金融学教授,EDHEC风险气候影响研究所的科学主任。

Riccardo Rebonato

该奖项的第一位获奖者Marco Lopez de Prado在谈到2022年的获奖者时表示:“在金融界,很少有人能像里Riccardo Rebonato那样受到如此多的尊重。Riccardo是一位非常多产的作者,他对我们的领域做出了许多有影响力的贡献,特别是在利率建模、资产定价和风险管理方面。今年的年度量化研究员奖是为了向量化金融领域的一位同事致敬。”

JPM的编辑Frank Fabozzi指出,JPM的一项重要任务是发表有助于弥合学术界和实践者之间差距的研究。Rebonato教授在投资组合管理的几个领域中正是这样做的。他关于利率衍生品定价的著作备受推崇。他在推动贝叶斯网络用于压力测试和资产配置方面的工作领先行业标准多年。Frank Fabozzi补充说,Rebonato教授曾在一些最大的银行(苏格兰皇家银行、巴克莱资本)、资产管理公司(太平洋投资管理公司)和专业协会(GARP)担任领导职务。

Rebonato教授在获奖时表示:“很荣幸被Journal of Portfolio Management授予2022年年度量化研究员奖。首先我要感谢那些提名我的人,但我知道我还有更多人需要感谢。这些年来,我非常幸运地遇到了很多优秀的导师,无论是在学术界还是在金融行业。这些人教给我的是,基础研究和应用研究之间的界限可以而且应该被跨越,这与我产生了很好的共鸣,也许是因为我以前作为物理学家的经历,在那里我是一个实验主义者,同时也是一个理论家。从我从事物理学的日子起,我还带着其他一些东西进入金融领域。我们做研究是为了获得惊喜,而不是为了证实我们自认为已经知道的东西。我最新的学术研究领域——气候变化的经济学和金融学——是应用这种‘惊喜研究’理念的完美领域。EDHEC商学院及其气候研究所为这项工作提供了理想的环境。”

Riccardo Rebonato部分研究论文

1、Climate Output at Risk
The Journal of Portfolio Management, Novel Risks Special Issue 2022

2、Why Does the Cieslak–Povala Model Predict Treasury Returns? A Reinterpretation
The Journal of Fixed Income, Spring 2022

3、Cross-Sectional and Time-Series Momentum in the US Sovereign Bond Market
The Journal of Fixed Income, Winter 2022

4、How Do the Volatilities of Rates Depend on Their Level? The “Universal Relationship” Revisited
The Journal of Fixed Income, Spring 2021

5、Robust and Interpretable Liquidity Proxies for Market and Funding Liquidity
The Journal of Fixed Income, Winter 2021


历届JPM年度Quant





Marcos López de Prado


相关文章(点击标题查看)


1、因子投资与因果推断

2、计量经济学家的机器学习手册

3、金融机器学习的10大应用

4、计量经济学应用投资失败的7个原因

5、机器学习应用在量化投资中失败的7个主要原因


---


Campbell R. Harvey


相关文章(点击标题查看)


1、Campbell R. Harvey研究记录


---


Petter Kolm


相关文章(点击标题查看)


1、Petter Kolm研究记录

2、基于Order Book的深度学习模型:预测多时间段收益序列


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存