密碼學和語音辨識技術如何應用於預測金融市場？
我之前關於 Renaissance Technologies 戰略的問題的答案之一是引用了The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It。
在瀏覽了這本書之後，我發現它指出，Renaissance Technologies 顯然非常成功地使用了密碼學和語音辨識技術來預測金融時間序列。
您是否知道任何好的論文（或其他參考資料）顯示了這些技術與金融相關的使用？
“密碼學”是指資訊論。資訊論對於投資組合優化和交易策略之間的最佳資本分配非常有用（其他理論框架沒有很好地解決這個問題。）
看：
— JL Kelly, Jr.，“資訊速率的新解釋”，貝爾系統技術雜誌，卷。35，1956 年 7 月，第 917-26 頁
— ET Jaynes，機率論：科學的邏輯 http://amzn.to/dtcySD
— http://en.wikipedia.org/wiki/Gambling_and_information_theory
在簡單的情況下，您將使用“凱利法則”。用於在交易策略之間分配資本的更複雜的基於資訊論的策略考慮了交易策略績效之間的相關性以及市場條件與策略績效之間的關係。
至於自然語言處理和語音辨識；當你審視文藝復興科技的創始人時，你會注意到許多早期員工都有自然語言處理方面的背景。天真地，您可能會假設 RT 正在使用基於 NLP 的策略。
但是，您會發現 RT 的所有與 NLP 相關的員工都有語音辨識方面的背景（已發表的研究、博士論文），特別是在隱馬爾可夫模型和卡爾曼濾波器方面。RT 員工的學術背景和已發表的研究讓您對他們使用的算法有一個很好的了解。
從 RT 洩露的資訊表明，RT 大量使用“分層隱馬爾可夫模型”從市場時間序列中提取潛在變數。人們還認為，RT 開發了一種專有算法，用於“分層”多種交易策略以生成交易信號。
RT 沒有一個秘密交易策略可以神奇地每年產生數十億美元。Renaissance Technology 的交易策略基於來自多個數學模型的資訊的整合。