知识库

本笔记将一种对抗式随机贴现因子设计改编为美国股票的日度分析。一个投资组合权重网络根据次日超额收益构建因子，另一个竞争性矩网络则协助训练定价核；独立的贝塔网络预测资产层面的收益—因子乘积。尾随股票特征和延迟的宏观经济状态，依据决策收盘时可获得的信息决定权重。笔记区分了 SDF 权重和贝塔预测，也将因子定价诊断与横截面排序表现分开。…

本文构建一个日度特征面板，在纽约时间5 PM收盘时对二十种货币对进行排名。本文区分可用于排序的信号，例如标准化的多周期收益和通道位置，与波动率、回撤、振幅和广义美元代理指标等市场状态指标。部分特征还表示为同一日期内的百分位数，以比较不同货币对和日期的相对位置。…

本教程使用单个 ES 合约构建连续期货序列。教程根据成交量确定近月合约，并采用单调展期约束，比较基于成交量的切换方式与基于日历的时点安排。教程解释了为何必须将单边合约与日历价差分开；为何到期日应根据合约定义或实际交易历史确定，而不是根据含义模糊的一位数年份代码推断；以及为何在比较数据集前必须核查K线频率。…

本笔记将真实的供应链知识图谱和机构 13F 持仓转化为机器学习特征。笔记推导中心性和依赖指标等网络度量，估算供应商集中度和竞争风险，并构建衡量持有人广度、集中度和共同持仓情况的所有权信号。笔记还将运营信息与所有权信息结合为跨图谱特征，并以宽表和长表形式导出公司特征，用于建模或信息系数分析。…

本教程使用过去风险调整后的动量排名和美国国债收益率曲线市场状态筛选器，构建月度 ETF 轮动模拟器。每个月末，规则根据基金近期价格历史对十只基金排序；风险偏好月份等权持有排名前三的基金，风险规避月份则转为固定债券组合。信号使用收盘时可获得的信息，交易在下一交易时段开盘时成交，并明确纳入比例费用和现金约束。为作比较，固定的 60/40 股债组合也通过同一模拟器运行。…

本笔记展示一种ETF预测策略的操作周期：更新市场数据、重新计算金融特征、重新训练岭回归模型、保存部署产物、生成当前横截面预测、通过回测引擎重放预测，并为模拟交易经纪商准备选定的投资组合。研究评估与基于完整历史数据的单次部署拟合分开进行，同时从研究注册表沿用经过验证的正则化设置。默认采用干运行重放；是否向经纪商提交订单可明确配置。…

本笔记比较LightGBM与一个精简的多层感知机、TabM，以及可选的TabPFN在横截面ETF收益预测中的表现。各模型在相同的滚动验证折上进行评估，使用按时间顺序划分的验证片段进行早停或选择迭代次数。神经网络方法包括TabM的共享骨干集成设计，而MLP则作为简单基线；笔记还记录训练时间，以评估重新拟合的实际成本。…

本笔记构建一个框架，将市场活动转化为模型化交易成本和策略容量。笔记介绍平方根冲击模型，指出波动率和日均成交量是关键输入，并区分可从市场数据获取的数值与需要交易者自身执行记录才能估算的冲击系数。笔记还使用日内成交量曲线说明，参与率应根据订单执行期间来衡量。…

本文比较四种用于研究成交、报价和限价订单簿的股票市场数据源：AlgoSeek TAQ、Databento逐笔订单数据、NASDAQ ITCH和IEX HIST。文中介绍各数据源的粒度、覆盖范围、费用或访问条件、存储需求，以及数据是否已经解析或需要重建。示例区分最优买卖报价数据流与全深度或逐笔消息，并解释为什么聚合的分钟线无法用于重建订单簿。…

本笔记从一项审计中单独分析 LEAN 引擎的结果。该审计将保留的真实策略运行结果与匹配的 ML4T Backtest配置进行比较。笔记列出四类受支持的工作负载：ETF配置、加密货币永续合约资金费率、以 USD 报价的 FX 配置，以及 US 股票面板。冻结的 CME 期货数据包因缺少创建相应原生 LEAN 订阅所需的带日期合约链和展期映射而被排除。比较报告成交、估值、时间戳一致性、权益及终值差异，以及负向对照的检出情况。…

本笔记介绍一种将标准化 ETF 数据加载、特征注册表和信号诊断结合起来的工作流。笔记展示如何查找指标元数据、使用默认值或显式参数计算特征，并保存配置以便重复执行流程。一个指标的多个周期可以分别计算后再合并。通过比较库中的 RSI 与手动指数平滑版本，笔记说明平滑方法等实现选择会产生不同数值。 诊断示例使用秩信息系数、t统计量和分位数组间收益差，评估动量特征与未来 ETF 收益的关系。笔记报告，该示例的横截面 IC…

本笔记使用匿名化的公司特征和收益面板，将随机森林与XGBoost、LightGBM和CatBoost进行比较。数据集按时间划分为训练集、验证集和测试集。模型主要使用Spearman秩信息系数评估，并以R²和均方误差作为补充指标。提升模型采用正则化和抽样控制；XGBoost还根据验证结果提前停止，以选择迭代次数。…

本笔记将风险价值解释为损失分位数，将条件风险价值（亦称预期损失）解释为超过该阈值后的平均损失。它使用四种方法估算宽基股票ETF的一日尾部风险：经验历史分位数、高斯模型、Cornish-Fisher偏度和峰度调整，以及基于拟合的Student-t分布进行模拟。随后，笔记比较预测值与实际损失，检查超限次数，并探讨由五只ETF构成的等权组合的分散化效果。…

本笔记介绍如何为选定的加密货币永续合约资金费率策略生成留出期预测。它根据验证结果确定配置，沿用所选检查点，并使用截止于留出期开始之前的数据构建新的训练规范。标签缓冲区可防止训练结果延伸至该窗口，笔记还检查生成的训练标识是否不同于验证拟合的标识。…

本笔记通过已登记且覆盖完整的候选项重建其验证配置，评估一个选定的标普 500 股票与期权策略。笔记追踪从等权基准到资产配置、风险控制和成本敏感性的筛选过程，再读取由独立预测和回测阶段产生的留出结果。它分别考察各项诊断：阶段推进、风险变化的配对不确定性、成本后的表现，以及对尝试多种配置所作的调整。…

本笔记介绍层级风险平价（HRP），说明在协方差估计噪声较大时，它可作为均值—方差配置的替代方法。HRP 根据相关性距离对资产聚类，按层级排序，再递归二分排序后的资产，并依据估计方差在各组之间分配权重。它无需矩阵求逆，但仍依赖估计的相关性和方差；这三个步骤并不能保证权重充分分散，按方差倒数进行拆分也可能使权重高度集中于低波动资产。 本笔记用 ETF 展示层级结构，并在滚动测试中将 HRP…

本文介绍如何将收益划分为重叠窗口，并把每个窗口视为经验分布，以此识别市场状态。它通过匹配排序后的分位数来衡量窗口间的距离，因此即使均值和方差相近，整个分布的差异——包括极端亏损的位置——也可能很重要。聚类采用 Lloyd 算法的 Wasserstein 版本；根据距离指数，使用各分位数的中位数或均值作为聚类代表。 比较内容包括基于分布的聚类方法，以及使用少量矩的方法，并将聚类结果与已知市场状态对照评估。结果发现，基于分布的方法能捕捉矩方法的 k…

本笔记使用已登记的回测和固定选择流程评估每周 S&P 500期权跨式策略。应用流动性标的范围限制后，从注册表中确定所选配置；随后评估验证集和留出集结果，不使用留出集选择策略。回测使用每日 Delta 对冲、到期结算，以及每条期权腿和对冲交易的价差成本。报告指标包括区块自助法置信区间，并使用配对比较评估留出集表现衰减及其与等权基准的差异。…

本研究利用NVDA的逐笔委托数据构建分钟级订单流压力指标。它按买卖方向标记新增委托、撤单和成交，根据事件规模及其与中间价的距离进行加权，并对所得压力序列进行平滑。随后，研究考察该指标是否能预测多个未来期限的收益，同时使用中间价标记收益和决策时点的可执行价格，以区分统计关联与可交易表现。…

本文说明如何使用在验证数据上选定的配置，为预留的NASDAQ-100微观结构留出期生成预测。它仅使用截止于留出期开始之前的历史数据重新拟合所选模型，并设置足以覆盖最长指定结果期限的标签缓冲区。重新拟合会获得独立的训练身份；本笔记还会检查所选模型的验证期是否与留出窗口重叠。…

本案例研究使用正则化线性模型拟合持有至到期的平值卖出跨式策略收益。由于权利金收入限制了收益上限，而亏损可能无限扩大，少数严重亏损会主导平方误差回归目标。本笔记比较不同惩罚强度下的岭回归、Lasso 和 ElasticNet，并使用仓位和波动率曲面特征，例如期权希腊值、隐含与已实现波动率、方差风险溢价、价差和行权价距离。…

本笔记使用真实ETF数据，评估动量信号在回看期、市场状态和实现方式的合理变化下是否仍然有用。它计算动量与未来收益之间的横截面信息系数，然后一次扫描一个回看期参数，以观察表现的响应面。稳健性以接近峰值的参数选择范围衡量，而非单一最佳结果的高度。HAC标准误处理序列相关性和重叠的未来收益标签。…

本笔记比较了两个在本地运行的开放权重嵌入模型，在一个检索任务中使用来自近期的10-K申报文件的段落，样本涵盖少数大型US公司。两个模型接收相同的两句段落，以及一组固定查询，涉及技术、风险和一般商业主题。语料库和查询集均经过哈希处理，以便复现运行；本笔记还介绍了 Precision at k 和平均倒数排名等检索指标。…

本笔记基于已发布面板，为US公司特征研究构建月度模型矩阵；该面板中的特征已在公司间完成排名。它利用同一公司—月份行中的数值添加合成特征和交互项，不拟合变换，也不计算滚动窗口。特征族登记表记录各特征组的输入、时间约定、研究依据和可能的失效模式。本笔记不将已实现收益纳入特征矩阵，并检查公司标识是否与独立的标签面板一致。…