知识库

本分析使用会计和市场特征比较月度横截面 US 股票收益的学习信号，目标为下一月收益。分析涉及线性模型、提升树、深度表格模型、潜在因子估计器和因果处理效应估计。预测模型以月内秩相关性评估，并通过验证折评估一致性；置信区间和各折表现比孤立的点估计更重要。研究还检查预测在各分位数组间的单调性、不同市场状态下的表现，以及组合毛利差是否可能覆盖给定范围的交易成本。…

本章介绍用于金融研究任务的智能体工作流，其主要挑战在于收集、筛选和综合参差不齐的证据。书中将这些工作流与适用于稳定结构化输入的传统模型进行对比，并设定只读边界：智能体生成可追溯的概率预测以支持决策，而不执行交易。本章涵盖ReAct、Tree of Thoughts和Reflexion；显式记忆、状态、检查点和回放；类型化工具契约和来源追踪；以及从笔记本原型迁移到可运行的预测服务。…

本次审计在真实策略案例上比较Backtrader和Zipline与 ML4T 的表现，仅使用各引擎和冻结数据包能够原生表示的资产与合约组合。审计涵盖两个引擎的 ETF 配置和 US 股票面板，以及Backtrader的 CME 期货和以 USD 报价的 FX 配置。由于两个引擎都不具备所需的原生支持，因此排除加密货币永续合约资金费率。审计报告了成交、估值时间戳和账户价值比较结果，并称六个必需行均通过。…

本笔记为横截面 US 公司特征研究定义并验证月度收益标签。笔记检查数据提供方如何将每行特征与收益结果配对，并强调面板数据已经对齐，不应再次移位。主要标签是月度总收益；缩尾收益和月内分类变体则对同一结果进行转换。月度横截面阈值使用其适用月份的信息，而时间序列阈值则需要在每个训练期内估算。…

本笔记构建端到端组合配置器，在 LSTM 前置入类似时间融合变换器的变量选择网络。独立的门控残差网络对各项特征进行嵌入，学习得到的软权重在序列编码器生成资产级信号前组合这些嵌入。组合层将信号转化为以波动率为目标的多空头寸，训练则采用纳入换手成本的合并夏普比率目标。 实验使用广泛的 ETF…

本笔记本介绍如何评估金融模型，避免在决策时点不可用的信息泄漏到训练或模型选择中。它区分训练集、验证集和最终留出集，并说明为何随机打乱的 K 折验证不适用于时间序列：模型可能用未来观测来预测过去。滚动验证保持时间顺序；扩展窗口保留全部历史数据，滚动窗口则将训练数据限制在固定的近期范围内。…

本笔记本比较在 ETF 收益面板中发现关系的四种方法：用于同期线性有向无环图的 NOTEARS、用于滞后和即时结构的 VAR-LiNGAM、用于条件独立性检验的 PCMCI，以及作为两两预测筛查的 Granger 检验。它解释 NOTEARS 的连续优化目标，包括平滑无环约束和稀疏惩罚，并通过区块自助法评估估计出的边是否会在重复抽样中再次出现。 笔记本还介绍了如何在已知图结构的合成数据上验证，并将这些方法应用于真实的 ETF 观测；对 PCMCI 和 Granger…

本笔记本研究岭回归正则化如何影响信息系数（IC）表现，以及超参数搜索如何导致报告的验证结果产生偏差。它首先使用滚动验证折评估宽范围的 alpha 网格，并在每个训练折内部缩放特征。随后利用表现曲线和各折离散程度，检查表现是随正则化水平保持稳定，还是集中在狭窄且噪声较大的区域。 随后，它比较两种方法：单层循环选择在同一验证折上选择并评分超参数；嵌套滚动交叉验证则在训练数据内部选择设置，并保留外层验证折用于评估。为处理重叠的前向收益标签，流程采用清除和隔离期。该笔记本的 ETF…

本笔记本介绍 Tail-GAN，一种旨在复现金融情景尾部风险的生成对抗方法，尤其关注风险价值（VaR）和预期损失（ES）。它使用可微排序，让基于分位数的风险度量参与训练，并通过投影步骤使建模的 VaR 和 ES 估计符合经济一致性。示例根据 ETF 收益构建滚动情景，并评估随机生成的多空投资组合策略。 笔记本介绍如何缩放收益，使其符合生成器的有界输出范围，然后通过整体和逐策略风险误差、相关性及散点图评估生成的情景。结果显示，整体 VaR 和 ES…

本笔记本比较股票和期货的佣金与滑点模型，然后考察佣金假设如何影响固定的 ETF 动量策略。它解释百分比、按股、最低、组合式和阶梯式佣金如何随着交易规模变化而产生不同成本。对于滑点，笔记本区分固定、基于价差、百分比、成交量敏感和期货专用模型，并强调必须正确解读其单位和单边计算惯例。 笔记本还比较免手续费和百分比手续费假设下的每日、每周和每月再平衡。图表显示，在该样本中，固定费用或最低费用对小额交易的影响更大；成交量占比滑点随参与度上升；更频繁的再平衡会增加总费用和费用导致的夏普比率差距。这些是使用指定 ETF…

本笔记本考察如何组合多个概率预测。它以简单平均为基线，并解释奈曼极值化方法：根据预测者数量和假设的两两相关性，将预测面板均值进一步推离基准概率。相关性越高，预测面板作为独立证据的贡献越小。示例还表明，该规则忽略了各个预测之间的分歧，因此预测分布不同的面板可能得出相同的汇总结果。…

本笔记本比较由固定 ETF 股票池构建的动量排名靠前投资组合采用每日、每周、每两周和每月再平衡的表现。它根据历史价格衡量换手率和毛风险调整表现，再将年化单边换手率乘以假设的双边交易成本，估算盈亏平衡阿尔法。成本情景包含价差、市场冲击和佣金。进一步的情景分析探讨：如果信号衰减足够缓慢，更快交易能否抵消较高成本。…

本笔记本将期货持有收益（carry，即相邻到期合约之间的价格差）转化为基于模型的特征。它介绍按产品进行的一步 ARIMA 预测、衡量季节性周期强度的滚动傅里叶指标，以及用于推断广义期货持有收益状态的两状态隐马尔可夫模型。模型估计按预先声明的计划刷新，每个特征值均受限于当时可用的信息；笔记本还区分需要估计参数的模型与无需重新拟合的滚动变换。…

该配置模块介绍一种框架，用于为各案例研究声明回测扫描设置。它从配置文件读取入场方案、配置方法、交易成本网格和风险控制；如果缺少必需配置，则明确报错。模块还集中管理执行默认值和配置器回看窗口，使投资组合配置方法使用一致的估计期。可选的分阶段筛选可以先测试一组基线策略，再对较小的排名子集进行更广泛的比较。…

本概述介绍一类利用公司特征预测收益的模型。这些模型不将每个特征视为直接收益预测因子，而是假设收益由少量不可观测的共同因子驱动，并估计每家公司对这些因子的暴露。这个低维假设可能使大规模面板数据上的估计更易处理，但也可能不成立；如果因子未能捕捉收益结构，直接预测因子可能表现更好。 本文区分四种方法：工具变量 PCA…

本笔记本介绍一种针对 BTC 的仅做多 RSI 均值回归策略的报告方法。它比较毛收益和净收益，再使用相同的交易日期、敞口、执行引擎、成交时点和交易成本，将策略与买入并持有进行基准比较。保持预热期一致，可以避免基准获得人为的提前优势。报告还分别列出组合收益、相对基准指标、敞口和已平仓交易统计，因为它们反映表现的不同方面。 报告将交易损益与账户价值变化进行核对，确保佣金和滑点只计入一次。它还计算盈亏平衡成本率，用于衡量观察到的路径可承受多少建模交易成本。笔记本指定了 RSI…

本文档定义一个每周运行的标普 500…

本文介绍一种教学性质的 Mamba 风格选择性状态空间模型，用动量特征序列预测 ETF 收益。与注意力机制和密集时间混合不同，状态空间模型会在序列中传递固定大小的状态，计算量随序列长度线性增长。Mamba 的选择机制让输入到状态、状态到输出的项以及步长都取决于当前输入，使模型能够自适应地决定保留哪些信息。步长控制先前状态的衰减程度，另一个独立门控则调节状态空间输出。实现中使用横截面排名 IC…

本文介绍一种条件自编码器，将公司对潜在收益因子的暴露建模为公司特征的非线性函数。与 IPCA 类似，它估计因子结构，其中预测收益由公司特定暴露与因子收益共同构成；主要变化是用神经网络取代 IPCA 从特征到暴露的线性映射。因此，在大体保持设置不变的情况下，可以借此考察函数形式的影响。模型按设定的轮数训练，每个已保存的检查点都会生成单独的验证预测集。笔记本会规划并登记所有检查点，而不是选择验证 IC 最高的那个。它评估滚动验证折上的月均排名相关性，并将检查点表现与线性 IPCA…

本文介绍一种 TabM 神经网络，利用表格特征对 ETF…

本笔记本解释成交量参与限制如何约束每个时间区间内订单可占市场成交量的比例。当母单超出允许数量时，券商会先成交其中一部分，并将剩余部分留待后续执行。成交量最低阈值也可能阻止在流动性特别稀薄的时段执行。参与上限体现了执行速度与市场影响之间的权衡：上限越高，订单可能越快完成，但面临的冲击风险也越大。 演示将参与上限应用于真实的 NASDAQ-100 日内流动性数据，并汇总为 15…

本章概述介绍梯度提升树如何在决策树和随机森林的基础上，用于金融表格数据预测。提升法依次添加学习器以修正先前误差，有助于捕捉线性模型可能遗漏的非线性关系和阈值效应。章节比较 XGBoost、LightGBM 和 CatBoost，并介绍预测目标、排序、单调约束和部署权衡等选择。 章节还介绍使用 Optuna 进行适用于时间序列的超参数调优，包括剪枝和多目标搜索，并使用 TreeSHAP…

本文介绍一个按月构建的 US 股票数据集，专为资产定价机器学习研究设计。数据集包含 94 个经过横截面排名变换的公司特征，包括会计指标和技术特征，以及收益数据。公司身份经过匿名化处理，数据也包含已退市公司。数据集划分为训练期和测试期，中间设置了间隔，以减少评估中的前视偏差问题。 本文说明，已发布的特征张量在每个数据块中保留匿名公司身份，而收益—特征 CSV 文件缺少加载器所需的身份结构。文中概述了受支持的下载和转换流程、如何加载完整数据集或预定义的数据划分，以及如何检查覆盖范围和数据概况。该数据集是静态的，止于…

本笔记本使用六个手工编写的案例，评估金融文档问答系统的安全控制。这些案例涵盖间接提示注入、不可信材料中的伪造数据、尝试执行的操作以及无效引用。笔记本将使用所有检索文本的基线策略，与结合基于短语的注入检测、信任过滤和证据检查的防护策略进行比较。策略必须依据检索内容和信任标记运行，而不能依据测试样例的可回答性标签，否则会将预期结果泄漏到评估中。结果反映的是针对固定测试样例编写的两种 Python…