知识库

本笔记汇集五种潜在因子方法，用于建模标普 500 期权案例研究中的股票收益截面。PCA 仅根据收益估计共同变动；IPCA 线性地将特征映射为暴露；条件自编码器采用非线性映射；随机贴现因子通过截面定价拟合；监督自编码器则将未来收益加入条件模型的目标函数。本笔记检查五项相关研究是否共同发布了训练菜单中声明的所有模型，然后读取已登记的验证预测，并按标签比较峰值信息系数。 该比较用于描述，而非模型选择。IC…

本笔记展示拉德马赫反血清协议如何校正从一组已测试策略中选出胜者所带来的影响。它根据候选策略的表现路径估计经验复杂度，并说明候选策略间的相关性如何改变校正结果。该协议从观测结果中减去复杂度惩罚和估计误差，得出较低的表现界限。本笔记将其与膨胀夏普比率进行比较；后者在不同假设下估计经过选择偏差调整的概率。…

本笔记为小时级加密货币永续合约开发双模型离场策略。入场分类器识别异常强劲的未来收益，离场分类器则预测下一段未来收益是否为负。离场模型将入场模型的概率作为额外特征，其训练值通过扩展窗口折外预测生成，因此每个值都来自未用该观测训练的模型。为限制信息泄漏，采用按时间顺序划分，并在标签期限边界进行清除。 比较将分类 AUC…

本笔记汇总九个市场案例研究的结果，构建逐步累积的策略筛选漏斗。它依次检验模型的信息系数是否为正、选定配置的验证夏普比率是否为正、表现是否经受住适用的交易成本机制、留出集夏普比率是否为正，以及风险和不确定性证据是否足以支持采取行动。若某一阶段不适用于某案例研究，则标为不适用，而非失败。 另设排除分类体系，用以区分信号问题、实施不可行和证据质量不足。本笔记呈现淘汰数量和各案例结果，并将每项判断关联到流程数据。讨论强调，仅凭预测指标并不足够：成本取决于交易工具，报告中醒目的夏普比率必须结合风险控制和留出集证据来解读。…

本笔记说明，哪些策略适合用预先计算的数组清晰表达，哪些策略则适合采用顺序模拟，让持仓、成交、现金、已实现盈亏或权益随时间推进。当完整流程可预先指定时，基于数组的回测很有吸引力：运行高效并支持大范围参数扫描，但中间数据可能占用大量内存。顺序回测逐根柱线作出决策；当执行结果会影响后续操作时，这种方式更容易检查。…

本笔记评估总锁仓价值是否可作为以太币收益的另类数据信号。TVL 汇总存入去中心化金融协议的加密资产美元价值。由于它是按价格计值的存量，而非流入资金的直接衡量指标，即使存款不变，资产价格变动也可能改变其数值。因此，分析考察 TVL 增长和标准化水平，并将链上构成与全市场总量进行比较。 分析通过考察信号值与未来收益的关系来检验所提出的关联。由于多日收益的每日观测共享大部分相同期间，本笔记使用 Newey–West…

本笔记在留出期间评估一个此前选定的标普 500 期权配置。它沿用已登记的模型预测和策略设置，包括信号安排、资金分配、对冲规则和交易成本，不根据留出结果进行调参。登记检查可防止在未明确退役先前样本群体的情况下，使用不同的预测集或策略在同一窗口进行评估。 回测沿用与验证相同的执行路径，随后将登记的留出指标与选定配置的验证指标进行比较。这提供了一个未参与选择期间的收益序列，同时将报告的比较保持为描述性分析，而非把留出期当作另一个筛选阶段。本笔记还区分了用于选择配置的验证夏普比率与用于比较候选项的共同支持样本图。…

本笔记介绍一种监督自编码器，用于预测未来多个期限的 US 股票收益方向。编码器连接重构解码器、辅助分类器和主分类器。联合训练将重构误差与二元分类损失结合起来，使预测任务影响瓶颈表示。工作流程构建按日期排序的价格和成交量特征，在确切的未来市场日期标记收益，并使用扩展式验证折，清除期与最长标签期限相匹配。另设隔离期保护最终测试期，并在该留出集上仅评估一次选定检查点。 本笔记报告了按期限划分的测试…

本笔记构建一个投资组合配置器，在 LSTM 编码器之前加入类似 Temporal Fusion Transformer 的变量选择网络。选择网络分别嵌入每项输入特征并分配 softmax 权重，使模型能够随资产和时间变化调整所侧重的信号。LSTM 处理选定的表示，生成有界标量信号；投资组合层再将信号转换为目标波动率的多空权重。…

本笔记比较 pandas 和 Polars 在金融数据流程常用操作中的表现，包括滚动计算、分组 OHLCV 汇总、窗口统计、筛选、连接、惰性文件扫描、内存使用和字符串处理。它会按可配置规模生成合成价格和逐笔数据，报告库版本及选定运行时特性，并对成对实现进行计时。 为使比较有意义，每对实现都会检查行数和数值摘要是否匹配，之后才接受其计时结果。笔记的建议取决于具体情形：pandas 在较小的数据面板上仍可能具有竞争力，而随着数据量和操作复杂度增长，Polars…

本笔记介绍外汇货币对模型的 TabM 工作流。TabM 对每个决策行应用一个小型神经网络，而不是将观测作为序列处理。笔记从配置中读取架构和检查点计划，在拟合前规划预期的训练与预测标识，并运行每项已声明的模型请求。预处理在训练折内拟合，每个轮次检查点都会保留一套完整的验证预测。…

本笔记为跨资产 ETF 动量假设构建金融特征矩阵：相对表现较强的资产可能在接下来的一个月继续跑赢。矩阵结合多个期限的滚动收益、风险调整收益、波动率、回撤、趋势指标、跨资产相关性和收益率曲线背景。部分特征还表示为逐日百分位数，使其相对排名能在不同市场环境下进行比较。…

本文介绍如何在所有符合条件的 -2021 之前历史数据上重新拟合早期验证阶段选出的配置，然后为 2021 留出集生成预测。训练区间根据声明的评估窗口、标签缓冲区、验证折和特征覆盖范围推导。若存在冻结的候选集，就从中读取选定配置，因此留出集用于评估一个沿用的配置，而非给备选配置排序。…

本笔记测试梯度提升树能否在货币对横截面排序上优于惩罚线性模型。FX 范围内的货币对共享货币，因此观测之间存在依赖：一种货币的变动会同时影响多个货币对的收益。模型网格通过叶节点数量改变树的容量，并比较平方误差、绝对误差和 Huber 目标函数。每种配置会在多个提升检查点进行评估，因此每个检查点都是独立候选项，而不仅是拟合细节。比较使用匹配的标签、特征和滚动折，并以验证集信息系数作为排序诊断指标。…

本笔记使用近期 10-K 年报中的段落和一组固定的金融研究查询，比较两个在本地运行的开放权重嵌入模型。它将文本切分为两句一段，用每个模型对相同文档和查询进行嵌入，并以词汇重叠作为相关性的代理指标来评估检索效果。重点是如何解读这些测量：笔记将指标差异换算为文档数量，考察代理指标任意分配标签时出现的并列，并比较不同查询类型的结果。…

本笔记为广泛的 US 股票面板构建价格衍生特征，包括动量、移动平均线和波动率指标。其设计目标是对股票进行相互排序，使用可交易性筛选、逐标的滚动计算和每日横截面排名。操作顺序很重要：先计算时间序列窗口，再删除行；排名时只使用该日期符合条件的标的。特征值会在其测量所在的横截面内进行截尾。 笔记只用开发数据，以主要的未来收益标签评估特征。它讨论了在标签终点停止评估、校正信息系数的自相关，以及单独处理多重检验的必要性。笔记还通过基本定律联系 IC…

本笔记比较编排四阶段预测工作流的三种方式：直接使用 Python 组合、基于角色提示的 CrewAI 版本，以及委托给与原生实现相同专业类的 LangGraph 版本。笔记考察状态的存放位置、如何检查故障和中间结果、各方案增加了哪些依赖，以及是否支持检查点。 比较使用相同的预测问题，并包含基于已保存跟踪记录的回放模式，以及可选的实时模式。证据主要来自结构层面，例如编排代码、状态处理和跟踪边界。CrewAI…

本笔记利用 NASDAQ-100 报价和成交数据构建分钟级特征，研究短期价格压力。它将标准化订单流失衡作为主要候选信号，并使用点差、深度、价格冲击、场外交易、波动率和时段位置来描述该信号出现时的条件。滚动统计受限于各标的的交易时段，横截面指标只比较同一分钟内有报价的标的。…

本文介绍一套账本，用于在回测中将资金现金流计入永续期货持仓。每个资金费时间戳，它都会使用持仓的带符号数量、当前标记价格、合约乘数（如有）以及资金费率计算现金调整。因此，正资金费率对多头和空头的影响相反。 账本会将时间戳标准化为…

本笔记检查四小时现货 FX 数据是否支持日频横截面策略，即依据动量和套息收益为货币对排序。它检查已声明的交易品种在每个决策时点是否都有价格、投资范围是否包含足够多的独立押注、典型价格变动是否可能超过假定的点差成本，以及开发期历史是否足以支持多次滚动评估并保留留出集。由于 FX 全天候交易，笔记使用交易时段日历将 K 线分配到交易日，并对齐决策快照。…

本笔记评估止损、移动止损和固定期限退出规则，作为 CME 期货策略的叠加层。对于每个预测期限，它会对先前信号和配置结果中验证夏普比率最高的母策略应用已配置规则。叠加参数在验证运行前固定在配置中，并且每项声明的规则都必须完成，以保持测试候选集一致。…

本笔记筛选金融特征和基于模型的特征，评估它们按未来收益为股票排序的能力。它计算每日横截面信息系数，在考虑序列依赖的同时估计不确定性，对多候选项检验进行显著性调整，并跨滚动周期评估结果。分位数收益分布有助于判断某种关系是否可支持排序型策略，冗余分析则识别证据相似的特征。…

该笔记使用每日 SPY 收益，比较三种线性预测器、一个 Transformer 编码器和两种无参数预测方法。线性模型将历史窗口映射为多日预测；有些变体会先分离平滑成分，或纳入最近一次观测值。笔记将模型与零收益预测和最近观测收益预测进行比较，并通过打乱每个输入窗口内的观测，诊断时间顺序是否重要。 讨论解释了为什么自相关较弱且收益接近于零时，简单预测很难被超越，也说明了架构比较为何需要有力的基准。按时间顺序划分可避免不同分区共享目标日期，而仅使用验证集进行窗口扫描有助于选择输入长度。笔记介绍了使用原版…

该笔记为 FX 货币对配置 NLinear 预测运行。模型使用固定长度的连续回看窗口，并减去最近一次观测水平，使拟合侧重于该窗口内的变化。笔记通过共享模型规划流程确定回看长度、归一化方式、设备、折和检查点计划。序列资格判定能够安全处理缺口：缺失的日观测会使受影响的回看窗口失效，而不会让基于位置的索引将间隔日期误当作连续日期。 笔记为每个已声明的深度学习标签规划一个 NLinear…