知识库

本笔记本介绍如何在之后的留出期评估一项选定的加密货币永续合约资金费率策略。它复用由仅使用留出期之前数据训练的模型生成的预测，沿用所选信号、配置方法和退出叠加规则，并计入交易成本和实际资金费率结算。笔记本还载入评估窗口之前的价格历史，以便基于协方差的配置器在首次再平衡时拥有足够数据。…

本配置说明解释了为何带 L1 惩罚的三分类逻辑回归采用 SAGA，并明确收紧容差。它在 Nasdaq 100 微观结构预测面板上将 SAGA 与 liblinear 进行比较；在所测运行中，SAGA 拟合更快，样本外对数损失和准确率也更好。说明还介绍了在项目的 scikit-learn 版本约束下，liblinear 为何不适用。 核心方法论要点是，宽松的收敛容差可能使系数在数值上接近零，却未真正等于零，从而扭曲特征稀疏度计数。在所选惩罚强度下，收紧容差可使 SAGA…

本笔记本介绍路径签名，将其作为定长特征，用于保留时间序列窗口中观测值的顺序和联合几何结构。第一层记录每个坐标的总变化；第二层捕捉坐标对之间的带符号面积，从而揭示单独的汇总统计量无法描述的运动顺序。加入持续递增的时间坐标，可区分上下波动的路径与保持平坦的路径。更高层级编码更精细的路径结构，特征数量会随深度和维度增加而快速增长。对数签名通过移除代数冗余项，以更紧凑的表示保留信息。 示例使用归一化时间、价格和成交量构建向后延伸的路径，再比较路径签名特征与人工构建的形状特征，用于预测 ETF…

本笔记说明如何基于 US 股票的 SEC XBRL 数据构建并检查季度基本面面板，同时保留每项事实所描述的期间及其公开日期。要进行历史上有效的回测，数值可用的时间取决于申报或公告日期；选择最新可用季度时，则应按财季结束日期排序。仅按期间结束日期筛选，可能会纳入尚未申报的信息，从而造成前视偏差。…

本笔记本介绍一种扩展窗口双重机器学习分析，研究在控制 Beta、IdioVol、LME 和 Variance 后，12至-2个月动量能否预测美国公司下个月的收益（US）。干扰项模型使用更早的决策月份进行训练，各公司的数据在折分边界两侧保持归属一致，并设置隔离期以防止重叠结果进入测试期。最终的 2016 留出集被排除。分析在相同的折外观测上比较朴素 OLS 与 DML，并采用允许公司间及时间上存在依赖的 Driscoll-Kraay 推断来评估不确定性。…

本文概述一种两阶段方法，用于提取 S&P 500 跨式期权研究所需的源观测值。第一阶段根据距到期日天数、绝对 Delta、隐含波动率收敛、最低报价要求和相对买卖价差，筛选出接近平值的候选看涨与看跌期权合约。所选合约以代码、行权价和到期日表示。第二阶段保留这些合约整个生命周期内的每个日度观测，以支持分析同一合约的退出价格和每日 Delta 对冲。…

本文演示使用 VectorBT 实现比特币仅做多 RSI 均值回归规则的工作流。它根据每日收盘价计算 RSI；当上一日读数低于较低阈值时进场，高于较高阈值时出场。将信号延后一日后，订单可在下一个 UTC 日开盘时执行，避免在生成指标的收盘价成交。模拟包括手续费和滑点、交易记录、投资组合价值与回撤视图，以及在相同成本惯例下与买入并持有基准的比较。…

本文介绍整套流程，用于合并历史与近期股票数据，以及准备加密货币永续市场的小时数据。核心示例在 WikiPrices 与 Yahoo 数据覆盖的边界处拼接观测值，验证 OHLC 数据和时间戳缺口，记录每行的来源，并存储结果供后续使用。文中还介绍了一个更高层级的数据管理器，可简洁地完成相同操作。…

本笔记本展示一种结构化状态记录，用于保存研究智能体一次运行中的问题、截止时点、证据、未解决问题、工具历史、质量门槛结果和综合状态。它将此状态与对话轨迹区分开来：轨迹记录发生了什么，而状态则以可检查、比较、保存检查点并恢复的形式，记录智能体推导出的知识。证据记录包括检索时间和来源详情，工具轨迹也会保留未找到结果的搜索。…

本教程介绍如何在 ETF 和宏观经济数据中检测并防止前视偏差。教程展示了居中移动平均会使用未来观测值，而特征水平与下一期收益之间的简单相关性可能漏掉数据泄漏——即使特征直接包含了明天的价格。随后，教程提出一种尺度不变的检查方法，将特征收益与未来价格收益进行比较，并配合决策时点对齐检查：按交易日行而非日历日期应用执行延迟。 对于宏观数据，笔记本会调查时间戳代表发布日期还是参考期间标记，展示应用发布滞后的效果，并使用 FRED…

本文评估交易成本如何改变一个先前选定的 S&P 500 股票与期权配置的验证表现。它将单边费用设为交易金额的一定比例进行扫描，并与按股收取的固定佣金和半个买卖价差进行比较。这些成本维度代表不同假设，不能视为等同。曲线上标出了设定的单边费用；由于进场和出场都产生费用，相应的往返费用是其两倍。…

该笔记本使用一组加密货币永续市场的标准化小时收益训练基础自编码器。编码器将跨资产收益向量压缩为二维潜在表示，解码器则重构输入。观测收益与重构收益之差以均方误差衡量，并被视为市场状况异常的信号。基于训练误差分布设定的阈值会标记测试观测，供进一步检查。…

本笔记对行业 ETF收益进行基于相关性的主成分分析，以描述共同风险因子和行业轮动。标准化收益后，每个行业的方差均为一，从而降低波动性更高的行业主导主成分的可能性。方差占比和碎石图有助于评估收益变化的集中程度，载荷则显示不同行业如何组合成市场整体方向以及防御型与周期型方向。 移动区块自助法会重采样连续时段，以保留短期依赖关系并估计载荷的不确定性。在不同重采样结果间匹配成分并对齐符号，因为 PCA 符号具有任意性且成分顺序可能变化。滚动 PCA…

本笔记比较蒙特卡洛 Dropout 和深度集成模型这两种估计每日 ETF 收益预测不确定性的方法。Dropout 在重复预测期间保持启用，集成成员则分别训练；任一方法的预测分散程度都可估计模型不确定性，但仅凭此无法确立区间覆盖率。Ridge 模型提供点预测基线，笔记使用每日横截面 Spearman IC 评估预测排序。…

这项审计使用相同的历史输入，在多个回测引擎间比较 ETF 配置、CME 期货、带资金费的加密货币永续合约、外汇和 US 股票。每个受支持的引擎组合都会接收由内容哈希标识的相同市场数据和冻结的模型目标，从而将执行行为与模型拟合或信号构造差异隔离开来。只有成交记录和估值时间戳相同、金额精确到分一致，并且能够检测到人为篡改的成交时，比较才算通过。结果显示所有必需比较均通过；无法表示同一合约的资产与框架组合则列为不受支持，而非用近似方式处理。…

本笔记以 SPY 为例，概述金融时间序列变化检测方法。它比较了 Zivot–Andrews 检验（在检验单位根假设的同时估计一个突变点）与 PELT 和二分分割；后两者按选定的代价函数、惩罚项或突变点数量来划分序列。分割结果之所以不同，是因为约束不同；如果长期价格增长主导目标函数，对价格水平进行平方误差分割可能会漏掉在经济上显著的暴跌。…

本笔记在 FinMarBa 标题上评估预训练金融情绪模型，并说明为何这并非对情绪迁移能力的纯粹测试。FinBERT 根据人类对文本情绪的判断进行训练，而 FinMarBa 的负面、中性和正面标签则根据标题中提及的股票代码之后的价格走势生成。类别名称相同，却掩盖了所测任务的差异。 分析将准确率与多数类基线比较，报告宏平均…

本笔记使用事件驱动回测引擎，为 BTC/USDT 永续合约实现一项仅做多的 RSI 均值回归规则。它将日内K线汇总为 UTC 日频 OHLCV 数据，计算滚动涨跌幅 RSI；指标低于下限阈值时入场，高于上限阈值时离场。订单以组合价值的指定比例为目标，并计入佣金和滑点。…

本笔记介绍一种用于预测 CME 期货收益的主成分基线模型。PCA 在训练折的品种收益面板上拟合，因此其成分代表合约之间的共同变动方向，而非压缩后的展期收益、动量或波动率特征。每个折次拟合的变换都会原样用于验证数据，避免评分收益影响主成分。 预测会将收益投影到预先声明数量的成分上，并使用扩展窗口均值延续因子收益。成分数量固定，不会单独根据验证集表现调优；保存拟合状态和运行身份标识有助于复现。笔记强调，成分按解释方差排序并不意味着具有预测价值，且该分解没有纳入行业划分。笔记将 PCA…

本笔记比较每周网格序列模型与每日网格模型，二者预测相同的未来五个交易日收益。在周五采样使该标签近似成为单步前瞻目标，因此可以将直接回归形式与用于预测下一条观测的预测模型进行比较。两者都使用十二个每周特征向量的历史序列。比较旨在检验仅改变采样网格是否有帮助，同时也承认每周采样会减少观测数量，可能削弱模型拟合。…

本笔记基于 US 公司 10-K 文件节选，构建一个检索增强研究助手。它加载文件，将文本切分为句子窗口，用本地模型为片段生成嵌入，并建立相似度检索索引。演示运行会测量可回答问题、几个预期无法从语料回答的问题，以及一个无关问题的检索效果。语料包含供应商讨论附近的节选窗口，而非完整文件，因此其支持范围有限。…

本文介绍如何根据估算的往返交易成本，选出用于验证集和留出集回测的固定股票集合。成本代理指标将每股成本占平均股价的比例与两倍的中位数半价差相加，二者均以基点表示。股票代码按该指标排序，并为每个数据拆分选择成本最低的股票。…

这项探索性分析描述了覆盖九个类别的每日交易所交易基金面板。它检查代码覆盖随时间的变化，将面板与分类字典进行比较，审查空值和零成交量观测，并按类别评估价格K线顺序和流动性。ETF收盘价已针对拆股和分配进行调整，这种处理方式与关联的股票数据集不同。逐年统计的可用基金数量随着产品开始交易而增加，随后保持稳定，表明面板一直保留成员至最后日期。…

本笔记演示如何在每日 ETF 特征上使用差分隐私训练生成对抗网络。它介绍隐私保证和隐私预算，然后使用 Opacus 在聚合梯度并添加经过校准的噪声之前，对每个样本的判别器梯度进行裁剪。隐私核算器会跟踪训练期间的累计隐私消耗。判别器使用逐样本归一化而非批次归一化，因为后者会耦合记录，与预期的隐私处理方式冲突；生成器不会直接处理真实观测。 该流程创建收益、波动率、成交量、动量和振幅特征，对其归一化并裁剪，然后训练…