知识库

这项分析在拟合模型或进行预测之前，先判断数据能否支持横截面加密货币永续合约策略。拟议方法是在每次资金费率结算时按溢价对合约排名，然后买入排名一侧并卖出另一侧。笔记本检查决策时点挂牌的合约是否足够、典型价格变动是否有可能覆盖平台费用，以及考虑序列相关性后还剩多少独立历史数据。分析使用开发期数据，并未读取指定的样本外数据。…

本文介绍GReaT框架：将混合数值和类别型金融数据的行序列化为文本，在这些记录上微调语言模型，再将生成的文本解析回表格。示例根据历史收益、波动率、成交量及类别型方向或状态标签构建ETF特征，并以远期收益为目标。它将合成记录与留出的真实数据进行比较，并讨论先用合成数据训练、再用真实数据测试的下游评估方式。…

这项跨案例分析考察预测信息如何转化为投资组合夏普比率，其中预测信息以信息系数（IC）衡量，分析涵盖九个交易案例。核心观点是，实施方式会影响两者关系：入场规则、头寸规模、再平衡频率和交易成本决定信号的排名能力能否转化为策略表现。分析将样本外IC与样本外夏普比率进行比较，并对同一入选配置比较验证夏普比率和样本外夏普比率。它还考察在IC上领先的类别是否也在夏普比率上领先，并描述了不同策略变体的结果。…

此笔记本使用主成分分析表示广泛US股票面板中的共同变动。PCA提取能够解释收益共同变化的方向；每只股票的载荷衡量其对各方向的暴露。根据有限因子重构的预测，能够捕捉股票与面板共享的行为，同时舍弃个股特有信息。因子在每个滚动前向训练折内拟合，再应用于验证行，以避免在因子估计中使用未来收益。…

此笔记本用六个手工构造的案例评估基于文档的金融助手安全规则。案例涵盖提示注入、不可信材料中的虚构数字、尝试执行的操作，以及引用未检索到的内容。它比较两种作答策略：一种是不加甄别地使用检索内容的基准策略，另一种则结合基于短语的注入检测、信任过滤和证据核查。…

此笔记本介绍时间卷积网络（TCN），用于根据滞后收益特征序列预测ETF远期收益。因果卷积确保输出只使用截至相应日期的观测；指数递增的膨胀率则扩大输入窗口内的感受野。残差连接支持更深的网络堆叠，权重归一化和通道丢弃也是模块设计的一部分。模型与岭回归基准进行比较，评估指标包括横截面排名相关性，以及相对于零预测的平方误差。…

此笔记本介绍成交笔数失衡柱和成交量失衡柱，并用NVDA成交数据比较自适应、固定阈值和滚动窗口方法。成交笔数失衡会累积带符号的交易方向，直到达到阈值；预期阈值取决于每柱预期交易笔数，以及估计的买卖失衡程度。笔记本用库实现核对手工计算的成交笔数柱，并通过参数扫描考察柱数、平均柱大小、收益正态性、自相关和方差比。…

此笔记本说明如何将拟合后的GJR-GARCH和隐马尔可夫模型转化为交易特征，同时控制前视偏差。GJR-GARCH估计条件波动率，并捕捉负收益冲击的更大影响；两状态高斯HMM对横截面资金费率结算中的状态进行建模，并给出压力状态的滤波概率。两个模型都按固定频率在扩展的历史数据上重新拟合，验证期间参数保持不变，且在初始预热期内不提供特征。…

此笔记本以SPY日度数据为例，梳理识别金融序列生成过程变化的方法。它对比了在检验单位根的同时估计一次突变的Zivot–Andrews检验，以及多重突变分段方法。PELT通过惩罚项选择突变数量，二分分段则要求指定数量；两者都使用基于段内水平稳定性的代价函数。不同的假设可能得出不同日期，两种方法都无法确定唯一正确的突变数量。…

此工具为实时演示笔记本准备预测产物，将不同的列名和日期格式规范为统一的时间戳、资产和预测结构。它会对重复的时间戳—资产观测分组，并计算其评分均值。加载器先搜索已提交的模型输出，找不到这些文件时再查询注册表。…

本笔记使用小型、带情感标签的金融新闻语料训练Skip-gram Word2Vec模型，并考察其近邻词揭示的内容。该方法根据词语出现时的上下文来表示词语。示例中，profit（盈利）和loss（亏损）成为近邻，是因为金融报告常在相似句式中使用这两个词，尽管它们的含义在情感极性上相反。笔记还指出，简单分词时保留数字词元，可能会使数字和货币符号片段成为某个词的近邻。…

本文介绍收集FRED国债收益率和经济指标、将不同报告频率的序列对齐到日历并加载或筛选所得数据集的工作流程。指标包括国债利率与利差、VIX、劳动力指标、通胀、工业生产和GDP。材料主要是数据准备指南，并介绍将10年期与2年期国债收益率之差用于市场状态分类的交易应用。…

本笔记分析重建的NASDAQ订单簿，描述盘中最佳买价和卖价处的价差与深度，并研究订单流不平衡是否与下一时间桶的收益相关。价差以基点表示，以便比较不同股价下的成本；笔记绘制一个交易时段内的价差和最优报价深度，并根据解析后的消息中的新增和撤单构造不平衡指标。笔记将原始不平衡指标与带符号的对数变换进行比较，以减轻厚尾时间桶的影响，并考察跨股票的相关性，而非依赖单只股票。…

本笔记围绕比特币永续期货的极端溢价比较两个因果问题：溢价状态是否能预测前向收益，以及是否能预测之后的溢价回归。处理变量是溢价z分数高于指定阈值的二元指标。研究设计以回看收益和波动率为控制变量，以前向结果变量进行测量，并对两个结果使用相同的调整变量集和验证检查来估计效应。…

本笔记介绍一套用于确定如何建模金融时间序列的工作流程。首先绘制SPY价格与收益、VIX水平和收益分布，以识别水平漂移、波动聚集和厚尾。接着结合原假设为存在单位根的增广迪基-富勒检验，以及原假设为水平平稳的KPSS。两者的原假设方向相反，因此联合解读可得到四种可能结论，而非简单的是或否。…

本笔记为梯度提升预测构建预测区间，并比较拆分保形预测、分位数回归、保形化分位数回归和自适应保形推断。拆分保形预测按时间顺序划分训练集和校准集，并在边界附近移除观测值以考虑标签期限，再根据有限样本残差顺序统计量设定区间宽度。该框架使用清除了边界样本的滚动验证折，在ETF、加密资产和期货数据上进行评估。…

这项US股票面板研究使用惩罚线性模型作为基准，根据收盘时观测到的特征预测前向收益。特征集包含相互重叠的动量和波动率测量，产生多重共线性，可能使普通最小二乘法的系数不稳定。笔记比较了用于收缩系数的Ridge、可将系数设为零的Lasso，以及结合两种惩罚的Elastic Net。通过惩罚强度网格，研究正则化对滚动验证各折及多个收益期限的验证信息系数有何影响。…

这项ETF特征研究构建了三种模型衍生输入：用于估计市场状态的隐马尔可夫模型（HMM）、参考基金价格的分数差分，以及每只ETF的GARCH（1,1）条件波动率。笔记强调，避免前视偏差要求参数和推断都只能使用截至每个交易时段可获得的信息。重新拟合计划会将每个预测区段之前估计的参数应用于该区段；经过滤的HMM概率则避免纳入平滑概率会包含的未来信息。…

本笔记介绍工具变量主成分分析（IPCA）：该方法估计共同因子，同时将每只股票的因子暴露设为其当日期权曲面特征的共享线性函数。这些特征包括隐含波动率、看跌看涨偏斜、期限结构斜率，以及隐含方差与已实现方差。交替最小二乘拟合特征到暴露的映射和因子收益；笔记将其与普通PCA进行对比，后者的暴露来自收益历史，并要求面板平衡。…

本研究比较梯度提升树与惩罚线性模型，按未来收益对货币对排序。研究动机是：树模型可表示条件关系，例如在一种市场状态下使用动量、在另一种状态下使用 carry；同时，各货币对共享货币，统计上并非相互独立。预先设定的网格通过叶节点数量改变树模型容量，并比较平方误差、绝对误差和 Huber 损失目标。每种配置都会在多个提升检查点进行评估，因此停止点也是一个候选选择，而不只是拟合细节。…

该笔记解释了原始股票价格跨越拆股或现金股息日期时，为何可能导致收益失真。文中介绍后复权，即根据之后发生的公司行动缩放历史价格；并区分用于成交模拟的原始价格、适用于部分短期研究的拆股调整价格，以及适用于长期研究和回测的总回报调整价格。苹果公司的历史数据示例展示了拆股和股息调整如何影响累计收益。 该笔记还演示了如何将调整方法应用于 OHLCV 数据，并将所得序列与已调整的参考序列核对。文中强调应验证数据供应商的约定，因为标记为收盘价的字段可能采用不同的调整政策；并说明已知拆股事件有助于识别数据源采用的处理方式。…

该笔记评估连续观测存在依赖关系时，信号的信息系数（IC）能否与噪声区分。文中以动量信号和 ETF 数据说明这一问题，并解释重叠的未来收益、持续性信号排名和市场状态如何使每日 IC 值产生自相关。此时，朴素 t 统计量可能低估不确定性并高估显著性。 该笔记将 Newey–West…

该笔记介绍如何检查来自 FRED 的经济指标面板，并解读其日历日期网格、元数据和派生列。由于面板已展平到日历日，行数会掩盖源数据的发布安排。统计每个序列的数值变化，可估算其发布频率下限；但若连续发布的数值不变，统计结果可能漏掉实际发布。示例包括美国国债收益率、VIX，以及十年期与两年期收益率之差，并将近期政策事件作为图表注释。…

该笔记介绍如何为 FX 标签准备并注册 NLinear 预测。NLinear 会从每段固定长度的输入历史中减去最近观测值，使模型专注于回看窗口内的变化。统一的序列资格流程依据最终确定的标签时间线划分各折边界，并排除跨越每日观测缺失区间的窗口，因此验证预测只覆盖有效序列。 工作流会解析模型设置，检查请求的架构和标签是否符合已配置的训练计划，并在拟合或重新加载权重前记录预测身份和检查点计划。随后验证每个声明的 epoch…