知识库

本笔记在预留的留出期内评估一个先前选定的ETF策略。它根据训练身份和检查点获取匹配的预测结果，应用先前确定的策略规范和交易成本，并登记由此产生的回测。留出运行前会固定配置，包括集中度、配置方式、风险覆盖规则和再平衡频率。如果配置取决于保形区间宽度，笔记会根据验证集残差计算这些宽度，并排除前向收益标签与留出期重叠的残差。…

本模块说明，当股票代码可能在不同时间代表不同证券时，如何准备标普 500 历史价格数据。它应用公司行动调整因子、跟踪证券标识并标记身份边界。收益计算仅限于证券身份稳定的区段；代码重新分配时收益保持未定义，而不会记录成虚假的市场波动。对于需要连续价格水平的回测面板，模块会单独重新缩放后续区段以衔接先前水平，并将每个代码最后一个调整后价格锚定到公布收盘价。…

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。…

本笔记衡量，在假设支付不同比例的报价价差时，某个标普 500 期权策略的验证表现如何变化。它为每个模型家族选取一个基准策略，然后在不同价差成本假设下重新运行，并分别考察完整的平值跨式期权范围和流动性更高的子集。其他佣金和对冲成本保持不变，因此变化的成本维度只有价差比例。成本按期权权利金的比例表示，这比按名义本金计算的股票交易惯例更适合期权交易。…

本文介绍可复用的自动交易暂停状态机，包含关闭、开启和半开状态。相同的状态转换逻辑适用于四种风险：账户回撤、每日亏损、连续亏损交易时段和系统延迟。恢复超时后，熔断器进入半开状态并允许一次试探性观测；该观测要么恢复正常运行，要么重新触发暂停。审计记录会记下每次状态变化，包括恢复探测；另设的回调可在触发暂停时专门发出警报。…

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。

本文介绍如何通过注册表检查决定复用还是重新运行模型训练和回测。运行记录由根据其规范生成的哈希标识；只有预期产物齐全时，运行结果才可复用。缺失部分会将运行标记为不完整，并触发重新训练或运行；显式强制标记则用于调试。本文还说明如何规范化和摘要预测键，包括对时序值采用带版本的呈现规则，以便一致地比较以不同类型加载的等价日期。…

本笔记解释通用目标权重风险覆盖为何无法管理所述标普500短跨式策略。期权引擎将固定资本比例分配给每周队列，并在每个队列内对权重归一化；缩放这些权重会被归一化抵消，风险覆盖也就无法腾出现金配置。因此，对策略有影响的控制项，例如对冲阈值、结算、成本和队列数量，应纳入策略规范，而不是留待之后进行权重转换。…

本笔记研究使用梯度提升预测CME期货收益的横截面表现。通过叶节点数量配置调整树的容量，并比较平方误差、绝对误差和Huber目标函数；它们对极端残差影响拟合的程度各不相同。每个模型都会在多个提升检查点进行评估，因此树的数量和预先声明的模型配置一样，都是筛选维度。对两个收益期限使用同一网格拟合，以便在固定模型系列中比较期限效应。…

本笔记在预测加密货币永续合约资金溢价的序列模型比较中加入时序卷积网络（TCN）。因果填充确保每个位置只使用当前及更早的观测值，而扩张卷积能够高效扩大感受野。所选网络堆叠覆盖了声明的输入窗口。与依据最后一个循环状态进行预测的LSTM不同，TCN会对各位置的表示取平均，以检验关于有用信息随时间出现位置的另一种假设。…

本案例研究评估覆盖广泛的US股票池中的每日横截面信号，并梳理完整研究流程：从时点数据和特征工程，到模型比较、组合构建、成本分析和留出集评估。研究采用滚动验证和多个远期收益期限，比较线性模型、树模型、表格神经网络、时序神经网络及潜在因子方法。交易策略按股票排名，构建美元中性多空组合，并考虑随时期变化的交易成本和借券因素。…

本笔记整理跨案例的LightGBM模型比较，并在条件允许时以线性模型和TabM作为参照模型系列。评估覆盖不同树规模、回归损失、检查点和分类目标。主要信号指标是每日横截面Spearman信息系数的平均值，并报告HAC置信区间。比较时会考虑模型评估所用验证折和天数是否相同。…

本笔记比较LightGBM与MLP、TabM，以及在可用时的TabPFN，利用表格特征预测ETF远期收益。模型在相同的按时间顺序排列的滚动验证折上评估，主要比较秩信息系数和训练时间。神经网络方法包括简单的多层感知机和TabM；后者对共享同一骨干网络的多个适配器头的预测取平均。训练使用L1损失，并在每个训练窗口内用留出数据选择停止点。…

本文比较了用于FX策略的固定止损规则和移动止损规则，处于验证阶段。对于每个收益标签，本文从已封存的信号与配置结果队列中选取一个母策略，然后在保持母策略身份不变的情况下，调整预先声明的仓位级风险控制。止损会根据持仓期间的价格路径作出反应，因此即使仓位的起始和结束收益相同，只要期间回撤不同，也能将其区分开来。案例研究对单个仓位分别应用规则，不包括组合层面的回撤或每日亏损控制。…

本笔记比较普通最小二乘、岭回归、LASSO和弹性网络，用于预测 ETF 的21日远期收益。各模型使用相同的预先声明的滚动验证折，并设置与标签期限相匹配的清除间隔。每一折都根据训练集百分位数截断特征极值，然后在拟合前对特征进行标准化。绩效指标包括横截面秩信息系数；当可用资产过少或预测值没有变化时，不计入未定义的日期。 分析通过 alpha…

本文档将ADIA Lab因果发现挑战视为已知合成数据生成模型族内的监督推断任务。任务使用大量带标签的数据集和图结构配对，为处理变量和结果变量周围的变量分配八种角色。文档解释了监督模型为何可能在此类任务中优于经典因果发现方法：它们可以从模拟器生成的样本中学习稳定的统计模式，有些方法还会使用PC或NOTEARS等方法的输出作为模型特征。…

本模块根据已注册的预测集构建均值预测集成，重点关注可复现性并避免选择偏差。它从注册表解析符合条件的模型配置，而非维护手工编写的成员列表；会过滤不完整或已弃用的预测，并为每种配置选择最后一个符合条件的检查点，而非验证结果最佳的检查点。它还会拒绝将某个配置对应到多个有效训练运行的模糊情况。…

本笔记使用纯Python编排、CrewAI和LangGraph实现四阶段预测流程。它比较状态的存放位置、如何检查或恢复故障、各方法增加了哪些依赖，以及如何进行追踪。原生版本与LangGraph版本组合了相同的专家类，而CrewAI版本使用角色提示任务和不同的模型调用路径。这一差异意味着它们的预测概率并非用于衡量框架质量的受控基准。…

本笔记研究线性模型正则化在货币对集合中的应用；由于各货币对都是以共享货币报价，其收益彼此相关。它区分了岭回归、Lasso和弹性网络可以处理的特征共线性，与系数惩罚无法解决的被排名资产之间的依赖关系。岭回归会缩小系数但保留特征；Lasso可以将系数压至零；弹性网络结合两者的特性。惩罚参数在每个训练折内确定，模型则在共同的滚动样本上拟合和评估。…

本章综述如何将拟合后的统计方法转换为交易模型特征，涵盖诊断与平稳性、结构突变、分数差分、卡尔曼滤波、谱方法与路径签名方法、ARIMA与GARCH波动率、HAR与粗糙波动率指标、不确定性估计、市场状态模型以及横截面或面板变换。输出包括滤波后的水平值与趋势、创新、预测、条件波动率、市场状态概率，以及后验或预测不确定性。…

本笔记为一种读取上市期权数据、为股票排名并随后持有股票的策略构建远期股票收益标签。它构建考虑公司行动影响的调整后价格序列，并使用持续稳定的证券标识符识别公司；随后检查每个远期窗口是否完整、是否始终对应同一证券，以及是否按交易时段计量。它还会明确处理收益不可得的情况以构建方向标签，区分持有期限与验证集隔离间隔（purge buffer），并根据结果实际确定的时间截断诊断，而不是根据信号观测时间截断。…

本笔记介绍一种逐次筛查单个特征的方法，用于评估20个货币对中的候选信号。它仅使用滚动验证窗口，计算每个特征的每日横截面排名与下一交易日收益之间的一致性。评估面板会在留出集之前提前截断，以确保标签结果不会在面板内到期。覆盖率和陈旧度筛选会剔除过于稀疏或静态、无法评估的列；类似Newey–West的方法则会将相邻交易日之间的依赖关系纳入不确定性估计。折方向检查、冗余分析和错误发现率调整用于应对不稳定性和多重特征检验问题。…

本笔记比较穷举网格搜索与Optuna的TPE采样器，用于调优LightGBM收益预测模型。首先，两种方法使用相同的试验预算和离散参数网格；枚举会覆盖所有组合，而采样可能重复访问某些点。随后，笔记考察固定网格无法表示的连续参数空间。比较中区分了搜索空间允许探索的范围与采样方法实际能够发现的内容。…