知识库

本笔记针对前瞻收益，为 CME 期货案例研究筛选候选特征。它对每个特征计算特征值与后续收益之间的截面排名相关性，汇总各日期的相关性，针对重叠收益期限调整不确定性，并对测试集合应用 Benjamini-Hochberg 错误发现控制。它检查覆盖率和数据陈旧情况，考察特征在滚动验证年份及不同标签期限中的一致性，并记录继续、修改或停止的评估及其支持证据。为保留后续确认环节，筛选时不使用留出期。…

本笔记对月度宏观经济指标进行聚类，以独立于股票收益描述市场状况。它将 FRED 序列对齐至月末观测值，对失业率、联邦基金利率、收益率曲线利差和同比 CPI 变化进行标准化，然后拟合高斯混合模型。使用通胀变化而非持续上升的 CPI 水平，可避免聚类主要按早期和晚期日期划分。随后根据明确的阈值规则为簇命名，因此经济标签取决于这些选择，并非模型自动得出。 随后使用聚类时未包含的标准普尔 500…

本笔记将 Diffusion-TS 改编为生成合成的每日 ETF 收益序列。其去噪器预测原始序列，并将该预测分解为多项式趋势、选定的傅里叶分量和残差。组合时域与频域的目标函数旨在保留收益值和频谱结构。该设置采用重叠序列和时间留出集，随后加入一个在含噪序列上训练的分类器，引导采样生成由高斯隐马尔可夫模型识别的低波动或高波动状态样本。 本笔记介绍 DDIM…

本笔记使用真实留出数据产物，为已部署的金融模型构建监控工作流。在衡量漂移之前，先检查传入特征数据是否完整且结构有效，再比较参考窗口和当前窗口。特征分布变化通过总体稳定性指数和双样本 Kolmogorov–Smirnov 检验进行评估。笔记将两种指标结合使用，因为稳定性阈值属于约定，而统计显著性在大样本中可能标记实际影响很小的变化。…

本笔记说明如何使用 SHAP 解读 ETF 面板的岭回归预测。对于线性模型，每个特征的归因等于其系数乘以该特征相对于训练背景均值的偏差，因此可以通过闭式计算核对这些归因。工作流程涵盖总体归因幅度、对单个预测的瀑布图解释、对高置信度正确和错误预测的比较，以及滚动验证折之间的重要性稳定性。…

本笔记比较两种估算买卖价差的方法，适用于历史数据包含每日开盘价、最高价、最低价、收盘价和成交量，但没有报价的情况。Corwin-Schultz 通过比较一日和两日的高低价区间来区分价差与波动率，其依据是假设极值通常反映在卖价和买价成交。Roll 根据收益的负序列协方差推断相对价差，这种协方差由交易在买价和卖价之间交替引起。当各自假设不成立时，两种方法都可能得出零估值。 本笔记先将估算值与常规交易时段的 NASDAQ-100…

本笔记介绍一种工作流程，将 SEC 年报和季报转换为结构化文本，以供后续情绪、主题和嵌入分析。它将所需章节映射到不同表格对应的项目编号，并指出管理层讨论在 10-K 和 10-Q 中使用不同的编号。提取方法会清理 HTML，同时保留段落边界；随后根据前后章节边界定位标题，而不是接受首次出现的位置，因为首次出现可能来自目录页或交叉引用。 工作流程会检查提取结果是否为空、短得不合常理或过长，并使用词汇重合度和段落的精确变化来比较相邻文件。章节以 accession…

本笔记说明条件自编码器如何扩展带工具变量的主成分模型：神经网络将股票特征映射为因子暴露，同时模型保留相同的暴露乘以因子收益的结构。模型通过重构每个训练窗口配置的前瞻收益标签进行拟合，随后评估将固定因子均值应用于验证日期的暴露后，能否对下一窗口的股票进行排序。由于重构使用的正是之后以信息系数评分的同一标签，正向得分并非独立出现的意外；验证排名仍在检验模型能否迁移到之后的截面。 估计器训练 50 个周期，并在十个检查点发布预测，每隔五个周期一个。这些检查点记录的是一次拟合的进展，不是十个可按验证 IC…

本研究使用股票前向收益检验金融特征和GJR-GARCH波动率特征。对于每个交易时段，研究计算各股票之间某项特征与后续收益的秩相关，然后评估平均关联度、滚动验证窗口中的一致性，以及测试多个候选项后结果的可信度。研究还会在测量预测关联性之前筛查特征覆盖率和数据过时情况，并为每个特征记录一项决策。分析使用开发数据；留出集留待之后评估选定配置。…

本资料介绍两个用于情绪分析、文本特征开发及新闻与收益关联实验的财经新闻语料。FNSPID将新闻标题与股票代码关联，覆盖较长历史时期；除完整数据集外，还提供较小样本。彭博档案包含新闻文本和结构化金融序列，但覆盖时期较短，作为情绪、主题和跨数据集稳健性研究的补充来源。两者均通过公共数据集平台分发，本文概述了其基本内容和加载选项。…

本文推导Black-Scholes模型下欧式看涨和看跌期权的价格，通过看跌看涨平价检验两者关系，并通过数值求解与观察到的期权价格相匹配的波动率来计算隐含波动率。本文还定义Delta、Gamma、Vega、Theta和Rho，并用图表说明这些敏感度如何随实值程度和到期时间变化。本文结合市场实际说明模型假设，包括波动率恒定、连续交易和欧式行权，可能造成哪些输出偏差。 计算结果与一份标普 500…

本模块定义如何在不同验证阶段和策略标签之间构建留出集筛选字段。它处理可能导致冻结候选集与实时重建选出不同配置，或导致后续分析使用非胜出方案标签的差异。统一构造涵盖已声明标签中的信号、配置和风险覆盖阶段，并读取所选结果的标签供下游使用。…

本笔记展示如何检验四种管理型投资组合策略在控制十个主成分所捕捉的广泛市场波动后，是否能增加对SPY收益的解释力。候选投资组合依据近期动量、低波动率或短期反转对ETF排序，并使用滞后收益构建多空组合。它将每个因子未经调整的SPY载荷，与通过两次LASSO回归选择控制变量后估算的条件载荷进行比较。扩展时间序列交叉验证以及各折内单独进行的缩放和PCA，可避免未来观测进入较早的验证折；所选控制变量则进入包含截距项的OLS模型，并使用Newey–West方法进行推断。…

本文介绍如何将季度SEC 13F批量申报数据整理为机构持仓面板。它按申报日期为每位管理人选取最新申报，使用CUSIP而非申报人填写的公司名称来识别证券，并筛除隐含股价中位数不合理的申报。价格检查以申报持仓价值除以股数计算，可发现单位或股数不一致，但无法确定哪个字段有误。随后，分析会考察管理人排名、作为拥挤度代理指标的持股广度，以及共同持股关系图中的边。…

本文介绍如何使用工具变量主成分分析对ETF收益建模。普通PCA会为每只基金分配固定的因子敞口，而IPCA则将每只基金的敞口设为其可观测特征的共同线性函数。它通过交替最小二乘法同时估计从特征到敞口的映射和因子收益。该方法提出的约束会汇集不同基金和日期的信息，但仍假设特征关系是线性的。…

本笔记使用NASDAQ ITCH成交记录，考察常规交易时段内成交量和交易活动如何变化。它将成交记录重采样为时间柱，比较高、中、低活跃度代表性股票的价格和成交量，然后先按各只活跃度最高股票自身的日成交量进行标准化，再对其模式取平均。结果显示，开盘和收盘附近交易更活跃，午间则有所放缓。笔记还计算了开盘与收盘时间柱相对于午间的成交量，并将时段信息与后续交易模型的特征设计联系起来。…

本笔记使用价差、盘口深度失衡、带符号成交量和价格冲击等日内微观结构信息，比较用于按下一段15分钟收益对NASDAQ-100股票排序的预测模型。仅当覆盖完整时，才为每个模型家族选取一组代表性预测，并保持模型检查点彼此独立。分析比较秩相关及其不确定性区间，检查滚动验证各折的表现，测试预测分组的单调性和对市场状态的依赖性，并检验保形预测区间是否达到其声明的覆盖率。因果效应估计与预测分数分开处理。…

本笔记通过最大化预期对数财富，为二元赌注推导凯利仓位，然后展示下注规模如何改变模拟财富路径的分布。它将框架扩展到连续收益和多资产投资组合；其中常见的均值除以方差表达式依赖于对数函数的截断展开。笔记根据隐含杠杆和可能耗尽资本的不利波动来分析投资组合解。滚动估计展示了从市场数据估算预期收益和协方差时，仓位规模可能变得多么不稳定。…

本评估使用股票前向收益检验期权曲面、价格衍生和条件波动率特征。对于每个交易时段，它会计算特征值与后续收益之间的横截面秩相关，再考察这些信息系数（IC）的时间序列。评估内容包括平均关联度、针对重叠前向收益调整后的不确定性、滚动验证窗口中的表现，以及测试大量候选项的影响。在考察预测关联性之前，会先检查覆盖率和过时值以筛查特征定义；高度冗余的特征则被视为代表基本相同的排序。…

此工具介绍如何验证一种更改回测标识的迁移，而无需重新运行底层计算。它扫描数据库架构，查找包含已登记地址的列，包括文本文件中的嵌入式引用，然后比较迁移前后的悬空引用数量。由于一些历史引用可能原本就有意保持未解析状态，关键在于检验迁移是否导致任何位置的悬空引用增加。它还双向检查数据库行与产物目录是否对应，并考虑标识冲突和合并情况。 引发问题的故障说明，成功的数据库外键检查可能漏掉未受约束或嵌在 JSON…

本分析评估多个交易案例研究中筛选出的信号是否足够可靠，值得进一步使用。它将验证集信息系数（IC）与留出集证据进行比较，考察稳定性和可复现性，并对比预测质量与根据模型预测构建的投资组合的夏普比率。热力图和模型家族层面的汇总展示了结果如何随资产类别和模型家族变化，同时指出平均 IC 与信号夏普比率中位数反映的特性不同，对模型的排序也可能不同。…

本笔记介绍针对带有期权曲面特征的股票面板进行工具变量主成分分析（IPCA）。普通PCA根据每只股票的收益历史估算其暴露，而IPCA将暴露建模为各股票当日特征的共同线性函数，例如隐含波动率、偏斜度、期限结构以及隐含方差与已实现方差。交替最小二乘法会同时估算这一映射和共同因子收益。由于暴露根据特征计算，该方法可以处理非平衡面板，包括收益历史不连续的股票。…

本笔记使用基于验证数据选出的配置，为此前未触及的ETF留出窗口生成预测。它重新构建训练规范，使训练数据在窗口开始前一个标签期限处结束，重新拟合模型，保留选定的检查点，并验证新训练记录的身份与验证集拟合不同。注册表检查会识别无法证明为样本外的既有预测集，并阻止在同一窗口上评估不同配置。 笔记确认在上述条件下生成了一组预测，但没有对这些预测评分或进行交易。选定的模型仍经过基于验证数据的筛选，因此该留出集并非对完整筛选流程的纯粹检验。后续的单独回测和分析阶段负责评估表现；拒绝切换配置有助于维护后续评估的可信度。

本笔记概述从公司10-K文件中提取供应商、客户和竞争对手关系，并将其存储为Neo4j知识图谱的流程。本地语言模型会提出结构化的主语—谓语—宾语三元组，随后通过基于字符串的实体消歧统一名称，并将文件中提及的实体映射到规范公司。批量图写入会加载消歧后的关系，图查询则汇总共同供应商，以呈现供应链集中度。…