知识库

本事件研究使用贝叶斯结构时间序列模型，估计美联储公告对债券 ETF 的影响。模型在事件前窗口中学习目标资产与选定国际股票及大宗商品 ETF 收益之间的关系，再将事件后的实际收益与模型反事实进行比较。对每日对数收益影响求和可得累积异常对数收益，后验可信区间则表达估计不确定性。文中提出安慰剂日期和以控制资产作为目标的检查，用于诊断假阳性和溢出污染。…

本笔记本使用美联储月度经济数据构建描述性市场状态：失业率、联邦基金利率、美国国债收益率曲线和通胀。它说明如何对齐发布频率不同的序列，将趋势水平值转换为变化率，并为原本没有名称的聚类赋予经济含义标签。随后，将所得分组与未参与聚类的股票波动率和回撤进行比较，并在不同随机初始值和较短样本下检查结果。…

本笔记本构建一个模拟做市任务，由近端策略优化智能体选择报价偏斜和价差宽度。环境使用根据加密货币永续期货小时收益校准的 GARCH 波动率过程、根据库存调整报价的保留价，以及随报价距离增加而下降的成交概率。奖励结合盯市财富变化、库存惩罚和期末清算成本。学习到的策略与固定宽度规则进行比较；这些规则已采用相同的库存保留价，从而分离出智能体额外调整报价偏斜和可变价差的贡献。…

本章综述从收益和特征面板中提取共同结构的方法，包括从 PCA 和特征投资组合到 IPCA、风险溢价 PCA、条件自编码器、随机贴现因子估计和监督式自编码器。核心区别在于：有些因子解释收益协方差，有些因子则有助于给收益定价或预测收益。这些方法估计因子和载荷的方式各不相同；有些方法绕过共同的重建与预测框架，直接估计定价或预测结果。…

本笔记比较 sklearn HistGradientBoosting、XGBoost、LightGBM 和 CatBoost 在 ETF 收益预测任务中的表现。它衡量横截面信息系数、训练时间，以及在 CPU 和支持的情况下在 GPU 上运行时的进程内存，并使用轻量、中等和重型模型预设。它还考察单调约束和 SHAP 值，并将回归与排序目标进行比较，以说明评估方式应反映信号的预期用途。 证据范围刻意有限：结果来自一个滚动折叠，在该折叠中，每个库和预设的测试 IC…

本笔记本诊断固定月度 ETF 动量策略在不同波动率、趋势和收益率曲线环境下的表现。市场状态标签的设计确保在其描述的收益发生之前即可确定：波动率和指数趋势使用此前收盘数据，并与扩展历史中位数比较；美国国债利差则通过向后 as-of 连接进行对齐，并检查观测是否过时。策略对由当前仍存续的 ETF 构成的标的池进行排名，在收益率曲线指示风险偏好时持有排名靠前的基金，否则配置防御型债券。…

本笔记本在每次调仓时对股票排名，将横截面股票预测转化为多空投资组合：买入排名最高的前 k 只股票，并做空排名最低的后 k 只，每个仓位投入等额资金。等权重提供一个基准，可将排名差异与更复杂配置器的影响区分开来。它测试声明的预测总体中的每个成员，而不按排名准确度筛选模型，因为预测排名质量本身无法揭示换手率或实际投资组合表现。 每个预测都会与多个 top-k…

本笔记本介绍用于 ETF 研究的特征筛选流程，旨在从大量候选变换和回看期中筛出较小集合，供后续建模使用。它计算特征与未来收益之间的横截面 Spearman 信息系数，对各日期的关系取平均，而非汇总所有观测。Newey-West 调整统计量考虑每日 IC 序列的序列相关性；Benjamini-Hochberg 假发现控制则用于处理筛选大量特征涉及的多重检验。 该流程还会剔除高度相关的候选项、聚类近似重复项、按最低预测强度筛选，并使用自助法重采样评估 IC 符号是否稳定。它将基于 IC 的排名与 LightGBM…

本笔记本使用统一的回测引擎，将模型预测评估为 NASDAQ-100 交易策略。首先用随机信号进行流程检查：如果计入成本后仍持续盈利，就可能意味着存在前视、数据未对齐或成本未计入等问题。随后比较预测与入场规则的组合，包括等权重的高排名投资组合，以及通过保留仓位直至其被替代来限制换手率的规则。结果会被记录，以便后续进行统计分析，包括计算 Deflated Sharpe 并比较不同模型系列。…

本笔记本在拟合模型或进行预测前，检查一个十五分钟横截面股票排名策略是否可行。它使用 NASDAQ-100 报价数据、中间价收益和留出集之前的开发窗口，考察策略的合格标的范围、往返交易成本、收益期限、单个代码内部的自相关以及滚动拆分。策略在排名两端建仓，因此目标是相对表现，而非大盘方向。…

这段代码介绍如何根据案例研究配置解析回测设置，以及运行身份如何记录交易标的范围和预测年龄的变化。核心要点是：任何会改变投资组合或预测集合的筛选条件，都必须记入策略规格；否则不同运行可能共享同一哈希并复用彼此的结果。标的范围身份由排序后的代码生成摘要表示，而年龄声明会记录界限以及被移除的行和代码。…

本文概述了将策略收益与两个外部基准进行比较的方法：每日 SPY 总收益，以及由市场风险溢价加无风险利率得出的 Fama-French 市场收益。文中提供日期筛选与对齐辅助工具，包括按月份连接时间戳惯例不同的月度数据集。调用方必须确保收益频率兼容，并在计算诊断指标前对齐观测值。…

本文介绍如何拟合一个简单的线性序列模型，使用 NASDAQ-100 的一分钟特征预测多个期限的未来收益。每个输入包含某只股票此前一小时的数据，并表示为相对于最新观测值的变化；模型将所得窗口映射为预测。该模型作为基准，用于区分观察一段时间窗口的价值与更复杂序列架构的价值。…

文档介绍机器学习交易研究工作流，涵盖从数据和特征构建、模型训练、回测、交易成本、组合与风险决策，到部署和监控的完整过程。文档强调探索性调参与最终评估之间的证据边界、滚动前向验证，以及处理多重检验、过拟合和不确定性的方法。九个案例研究涉及ETF、加密货币永续合约、日内股票、期权、公司特征、FX和期货。…

文档介绍如何加载 ETF 市场数据，并提供可选的代码和日期筛选，以及对返回代码数量的确定性限制。核心分析要点是根据测量对象选择价格序列：收益计算适合使用复权价格，而换手率筛选或按股佣金等金额和股数计算则需要未复权价格。 文档解释了为何在价格比率中相互抵消的复权因子，可能会扭曲以货币计价的数值。示例比较了某个较早历史日期的复权和实际交易 SPY…

本笔记使用 GJR-GARCH(1,1) 模型为标普 500 成分股构建基于模型的条件波动率特征，然后将基于已实现波动率衡量的期权隐含波动率价差，与基于模型预测衡量的价差进行比较。由于估计参数可能纳入未来观测值，笔记声明固定的重新拟合计划，且只使用早于其对应日期的估计值。笔记还强调，初始化、收益缩放和裁剪界限必须来自估计窗口，以避免通过递归过程引入额外泄漏。…

这项 CME 期货研究改变梯度提升树的容量和损失函数，同时记录多个训练检查点的预测。树叶数量决定模型划分特征空间的精细程度；平方损失、绝对损失和Huber损失则决定极端商品收益对拟合的影响程度。检查点很重要，因为每个停止点都是一个候选模型，因此查看验证分数后选择最佳模型会增加一次筛选步骤。…

本笔记将已选定的FX策略规范应用于已登记的留出预测。策略信号、资金分配、风险控制、再平衡规则、成本和账户设置均保持不变；预测集和价格框架标识则根据留出输入进行调整。留出预测根据由所选策略规范推导出的训练标识进行匹配，并设置保护机制，以防回测与采用不同配置的既有运行发生冲突。预热观测值按策略规范加载，而测量收益的窗口仍为留出期。…

本笔记介绍一项最新审计，在受支持的真实数据策略任务上比较VectorBT Pro和VectorBT OSS与ML4T的表现。两个VectorBT版本均参与ETF配置、以USD报价的外汇配置和US股票面板测试。Pro还通过合约乘数和期货式杠杆处理CME期货案例。审计检查成交、估值时间戳和账户价值，并将成交价格与数量精度同货币金额精确到分的要求区分开来。…

本笔记介绍工具变量主成分分析（IPCA），该方法将每只 ETF 的因子暴露建模为该基金观测特征的共享线性函数。交替最小二乘法根据基金与日期的观测值，同时估算特征到暴露的映射和因子收益。与按日期分别拟合特征系数相比，该方法限制了自由参数数量，同时要求横截面足够广，以识别所需因子。笔记还介绍岭惩罚、收敛设置、滚动前向折，以及为何不能发布未收敛拟合的预测。…

本笔记对股票收益面板拟合 PCA 潜在因子模型，不使用期权曲面特征、公司特征或目标信息。PCA提取历史横截面共同变动的主要方向，估算各股票的暴露，并根据训练窗口内的因子均值进行预测。该模型有意作为无条件对照，用于比较将期权特征映射为暴露或以其他方式依赖期权特征的模型。…

这个共享特征工程模块为多个案例研究中的金融预测变量定义构建规则并进行审计。模块为每个特征系列记录其假设、输入、滚动回溯窗口、信息滞后、作用和潜在失效模式。可将登记表与实际生成的列核对，从而发现未申报的特征，以及声明时间与实际时间不一致的问题。 构建基础项包括历史收益、波动率、风险调整收益、回撤、相对成交量、横截面百分位数和滚动 z…

本笔记解释为何报告的夏普比率只是一个不确定的估计值，并非衡量策略质量的定论。笔记推导置信区间和概率夏普比率；后者根据样本长度、偏度和峰度，估算策略的真实夏普超过基准的概率。笔记还介绍最短业绩记录长度和统计功效规划，用于估算检测目标夏普所需的数据量。 对于存在序列相关性的收益，笔记介绍Lo对常用平方根年化规则的调整，并讨论使用Newey-West滞后截断估算自相关。示例采用模拟收益和 SPY…

本笔记将等权配置与两种适用于 US 公司特征策略的配置规则进行比较：评分加权会为模型预测较高的标的分配更多资金；保形加权则会减少预测误差区间较宽标的的资金配置。研究将每种配置方法与多个组合集中度水平交叉比较，并在每项比较中固定所选预测和集中度。…