知识库

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…

该笔记将 21 个交易时段的 ETF 远期收益预测改写为二元任务：正收益标记为上涨，其余标记为下跌。笔记使用按时间顺序进行的滚动折和清除间隔，拟合经过 L2 和 L1 正则化的逻辑回归。缩放参数在每个训练折内学习，再应用于其验证数据，以减少数据泄漏。评估指标包括准确率、精确率、召回率、F1、ROC-AUC、对数损失、校准和基于系数的特征分析。 笔记讨论类别不平衡、求解器选择、概率校准，以及将概率用于仓位规模计算的可能性。其结论提醒，AUC…

该笔记测试 LSTM 能否从 ETF 特征历史中提取平面特征模型可能遗漏的时间结构。拟合前，笔记会根据可用特征、标签、实体和滚动前推折确认所声明的序列总体。序列预测要求具备完整的先前历史，因此其合格样本小于表格模型的样本。笔记在验证折上评估各轮检查点，并将预测覆盖不完整的检查点排除在比较之外。 笔记将 LSTM 与 Ridge…

该笔记为 ETF 横截面定义两个交易日期限的收盘至收盘远期收益；每个期限均从复权收盘价计算到固定数量交易日后的收盘价。笔记解释了为何应先基于完整证券历史构建标签，再筛选符合条件的记录；还检查不完整尾部是否仍为空值、窗口是否局限于各证券内部，以及是否存在较大的日历间隔。较长期限标签用于月度持有假设，较短期限版本则对应每周持有。…

本案例使用 NASDAQ-100 报价和成交数据构建分钟级特征，以研究近期主动买入或卖出是否能预测短期价格漂移。拟议的信号是订单流失衡；价差、订单簿深度、价格冲击、场外交易和交易时段位置则描述观察信号时的市场条件。特征在每个证券各自的交易时段内构建滚动窗口，而横截面统计则比较同一分钟内有报价的证券。 笔记还为延迟发布的输入设定时序规则，移除交易所预定时段之外的 K…

该笔记使用某只股票一个交易日的 NASDAQ ITCH 成交数据，构建多种采样方式：日历时间、逐笔、成交量、金额、失衡和连续同向成交柱。笔记比较这些方式的统计性质，包括正态性和自相关，并展示在数据源未提供主动方标签时如何推断交易方向。逐笔测试根据价格变化判定方向，并在价格不变时沿用最近一次非零方向；Lee-Ready 方法则将成交与重建的报价中点进行比较。因此，带符号的失衡柱取决于交易方向推断的质量。 笔记指出，时间 K 线有助于与日历时间对齐，而逐笔、成交量和金额 K…

该笔记展示了针对两种线性股票模型配置的验证预测误差所设的两种顺序监测器：双窗口均值漂移检测器，以及监测坏日频率的监测器。每个检测器都在初始时段校准，然后应用于之后的交易时段。另有一项基于波动率的独立指标用于识别市场动荡时期，以便将预警时间与市场条件变化进行比较。研究范围仅限于流动性较高的股票，这些股票根据监测期之前的数据排名；笔记还检查了被比较的预测序列是否彼此不同且覆盖范围足够广。…

该笔记评估从新闻文本中提取的四种信号：加权意外度、平均情绪、情绪动量和文章覆盖度。笔记使用先前特征构建步骤准备的远期收益，然后为每种信号和收益期限计算每日横截面 Spearman 信息系数。评估汇总这些系数的均值与变异、信息比率和 t 统计量，并计算按信号将资产分为五组后最高组与最低组的收益。 文档给出的结论是，这些信号在本次评估中没有显示出可测量的优势。文档解释了为何推断应以每日系数而非合并后的资产观测为单位，以及为何重复的信号值可能扭曲分组规模和比较结果。t…

该笔记使用双重机器学习（DML）估计跳过近期动量对 ETF 远期收益的影响；这是因果问题，与收益预测不同。笔记使用指定的混杂因素建模结果变量和动量处理变量，再估计这些模型未能解释的关系。分析在拟合前界定研究总体和时间边界，按日期对观测分组以进行交叉拟合，并使用禁入期，防止重叠的结果期跨越验证边界。 笔记将 Driscoll–Kraay…

该笔记展示如何使用 Optuna 的 TPE 采样器调优 LightGBM，以预测 ETF 收益。搜索内容包括树结构、采样和正则化设置，并通过提前停止选择提升轮数，再用自定义回调报告横截面信息系数（IC），以便剪枝。笔记比较了单个验证折与取平均的滚动目标，并在独立且时间范围固定的留出集上评估选定模型。 报告的证据提醒，单个窗口可能偏向一个退化的近乎常数预测器，其 IC…

本笔记将机构13F持仓转换为机构—股票二部图，并为研究提取特征，包括股票共同持有相似度、持有人广度与集中度，以及已申报持仓的变化。笔记汇总重复的机构—股票记录，利用申报信息确定数据何时可用，并在所有选定机构完成申报前排除相关季度。这有助于避免将缺失申报误解为清仓。该图及其特征可用于相似度分析、聚类或下游预测模型。…

本笔记比较穷举网格搜索与Optuna的TPE贝叶斯采样器，后者用于为ETF前瞻收益预测任务调优LightGBM模型。首先，两种方法在一个较小的类别网格上获得相同的试验预算，穷举搜索覆盖每一种组合。随后，笔记探索连续参数空间，该空间可以表示离散网格无法表示的配置。笔记还研究随着试验次数增加，验证集与留出集的信息系数如何分化，以说明反复选择可能导致验证数据过拟合。…

本笔记使用多个交易时段的NVDA逐笔委托数据，研究如何校准时间柱、逐笔柱、成交量柱、成交额柱和失衡柱。笔记将交易筛选为常规交易时段，使用数据源提供的主动买卖方向标签，并考察交易笔数、成交量和成交额的逐日变化。柱线阈值以目标日柱线数量为基准进行校准，并使用逐日诊断评估这些设置在不同市场状况下的稳定性。…

本笔记为US股票面板定义前瞻收益标签，并解释其构建方式为何会影响所有后续模型和回测。笔记按交易日设定调整后价格收益窗口，检查每只股票是否有必需的未来观测，并为无效标签的行指定明确原因。笔记还会在计算收益后应用价格和流动性资格筛选，防止剔除观测改变保留行的前瞻时长。留出期边界会根据每个结果所需的实现时间进行调整。…

本笔记训练TabM神经网络，使用与线性模型和提升模型相同的平面特征表对ETF进行排名。每个集成成员共享一个两层骨干网络，但各自拥有缩放向量和输出层，因此，与为每个成员单独训练网络相比，新增模型容量大幅减少，同时仍可对预测取平均。实验同时调整骨干网络宽度和集成规模，在训练过程中保存检查点，并比较不同轮次和配置的样本外信息系数。…

本笔记介绍如何使用CAPM和Fama–French因子回归分解ETF收益与风险。笔记使用异方差和自相关稳健标准误估计全样本暴露，使用滚动窗口跟踪贝塔变化，并在将后续收益归因于暴露时使用滞后暴露，以避免前视偏差。分析还将手工计算结果与因子模型库进行比较，并使用收缩法稳定因子协方差估计。 示例涵盖全市场和风格聚焦型 US 股票…

本笔记将skip-gram Word2Vec改造用于机构持仓：把每个13F投资组合视为一个句子，把每个股票标识符视为一个词元，并按持仓规模排名排列词元。相邻持仓构成上下文，因此机构在相似投资组合上下文中配置的股票可以获得彼此接近的向量。该流程从一个季度持仓面板中选出一组大型申报机构，删除重复的机构—股票对，训练嵌入，并用向量邻近关系识别投资者以相似方式对待的股票。…

本笔记介绍如何使用一分钟NASDAQ-100数据拟合PatchTST，以预测多个前瞻期限的收益。模型将连续观测分组成片段，并在片段之间应用注意力机制，从而减少需要比较的条目数量，同时让网络能够关联回看窗口中相隔较远的部分。模型按个股构建窗口，仅使用训练数据标准化特征，并在既定的滚动折上评估。…

本笔记比较US股票仓位的资金分配方式，同时固定模型、检查点、再平衡日期和所选股票。笔记考察基于预测强度、预测区间宽度、个股波动率以及考虑协方差的投资组合方法来设定权重。该设置可以单独观察仓位规模相对于现有等权基准如何改变回测。考虑协方差的方法可以计入股票之间重叠的风险敞口，但需要历史估计；基于个股波动率的规则则不会建模这些关系。…

本笔记介绍一种无条件、基于签名的瓦瑟斯坦GAN，用于生成金融时间序列。它将收益率转换为增广路径，计算截断路径签名，并训练由布朗噪声驱动的LSTM生成器，使其匹配期望签名。签名距离取代了学习得到的判别器；阶乘归一化会重新缩放签名层级以用于损失计算。本笔记还概述了论文中的条件扩展如何比较给定过去情况下可能未来的分布，但并未实现该扩展。…

本笔记评估止损、移动止损和固定期限退出在所选US股票策略中的效果。止损针对入场后的亏损，移动止损针对价格从持仓峰值回落，时间退出则在设定的持有期后平仓，不考虑价格。由于这些覆盖措施只会平掉现有仓位，它们可能缩短亏损，也可能过早平掉盈利交易。…

本笔记展示在平静与承压时期检查ETF动量和技术特征的漂移，以及利用跨市场环境的溢价指数数据检查加密货币永续合约的漂移。笔记比较总体稳定性指数（PSI）及其分箱贡献与瓦瑟斯坦距离，并使用领域分类器检验参考样本和当前样本能否被联合区分。生产监控器将PSI和分类器分数映射为警报级别，并展示警报数量如何用于提出重新训练建议。…