知识库

本文介绍 NLinear，这是一种利用日内特征预测 NASDAQ-100 股票收益的简约序列模型。它使用固定的回看窗口，减去最新观测值，让模型处理变化量而非水平值，再通过单个线性层映射所得特征。这样的设置有助于区分收益究竟来自序列窗口本身，还是更复杂的模型架构。预测目标覆盖多个未来收益期限，其中与策略相关的目标是未来十五分钟收益。…

本文介绍如何使用独立的 2021 留出期预测，评估依据验证数据选出的策略。选定的配置、集中度、风险控制、交易安排和成本均保持不变，仅替换提供给策略的预测。留出期预测集通过训练规范关联到所选模型配置，有助于确保评估遵循预定流程。…

本笔记分析一项真实策略审计的留存结果，比较 LEAN 引擎与匹配的 ML4T 回测配置。它列出冻结输入所支持的资产类别工作负载，并报告成交、估值、估值时间戳、权益差异和期末价值方面的一致性证据。由于现有连续合约根价格缺少原生 LEAN 订阅所需的带日期合约链和展期映射，因此不纳入 CME 期货工作负载。…

本笔记介绍如何在验证折上选定配置后，为 US 股票案例的留出期生成预测。它解析选定配置，保留其检查点选择，并使用留出期开始前可用的数据构建新的训练规范。标签缓冲区可防止训练结果延伸到评估窗口内，而重新拟合时会重新计算各折的资格条件和参数。…

本笔记构建日频股票和小时级加密货币永续期货的端到端流水线，涵盖数据获取、验证、来源标记和存储。股票示例将历史 WikiPrices 数据与较新的 Yahoo 数据源连接起来。由于不同供应商采用的拆股调整历史不同，它根据两个数据源共有日期估算价格缩放因子，将其应用于历史OHLC价格，并反向调整成交量，然后连接时间段不重叠的数据。笔记还统一了时间戳处理，并按供应商标记行，以便审计。…

本笔记介绍一个框架，用于检查动量信号表面上的质量能否经受合理的研究选择。它使用指定留出期之前的真实ETF数据，一次改变一个回看参数，并通过HAC调整统计量衡量截面信息系数。它不把观测到的最佳参数视为目标，而是根据表现接近峰值的设置范围宽度定义参数稳健性，以此区分宽阔的平台区和狭窄的最优点。…

本笔记比较在一个交易时段内拆分大型股票订单的两种子订单执行方式。TWAP在每个时间间隔发送大致相等的数量，无需市场预测。VWAP根据估算的日内成交量分布分配股数，力求在流动性通常较高时交易更多。它根据较早的分钟 K 线交易时段拟合该分布，然后在较晚的NASDAQ-100交易时段评估两种计划，并将执行价格与各时段实际成交量加权平均价格进行比较。…

本笔记使用 Ridge 回归和三种保形方法，为ETF远期收益构建不确定性区间：分割保形预测、保形化分位数回归和自适应保形推断。它使用滚动验证折进行评估，并说明有限样本校准规则：选择达到所需排名的校准分数，而非插值分位数。自适应保形推断会随时间更新误覆盖目标，反馈则延迟至远期收益标签确定后。…

本笔记介绍一种条件自编码器，将股票收益建模为特征相关的因子载荷与潜在因子的乘积。它先通过联合截面最小二乘拟合估计特征管理组合收益，然后训练神经网络重构同期收益。另一个滚动适配器预测下一个因子实现值，并通过当前特征将其映射为下一日股票收益预测。…

本笔记研究模型完成资产排名后，配置规则如何影响ETF策略。它固定预测集和再平衡日历，为每种比较选取相同的前 k 名组合，并改变组合内的权重。方法包括等权、评分加权、逆波动率、风险平价、均值方差优化和层次风险平价。由于持有基金数量会影响权重的调整空间，分析还扫描了组合集中度。…

本笔记测试投资组合构建能否挽救一项成本侵蚀严重、每根 K 线都交易的NASDAQ-100策略。它使用已声明的选择范围选出基线预测的领先者，然后在完整范围上进行配置比较。扫描改变持仓数量，并比较等权、评分加权和逆波动率仓位，同时固定15分钟的交易频率。结果显示，所有测试的配置组合仍显著为负，因此相较换手负担，配置选择和持仓集中度影响较小。…

本笔记从等权信号阶段基线中选取领先的验证预测配置，并在相同预测上测试替代配置方法。它比较基于评分和保形方法的权重与逆波动率、风险平价、均值方差优化和层次风险平价，同时改变持有股票数量。按验证集夏普比率推进配置选择，并为每种配置使用覆盖完整数据的最佳检查点，以免密集的检查点网格主导候选名单。…

本笔记评估已登记的ETF预测集转化为投资组合后的表现。它将每个验证集预测集与已声明的入场方案交叉组合，例如不同的前 k 名持仓，同时固定交易日历、再平衡频率以及声明的佣金和滑点假设。扫描前，先通过引擎运行随机排名；夏普比率明显偏离零，被视为时间、数据连接或成本模型可能存在缺陷的证据。…

本章介绍一条从研究走向实盘执行的路径，核心是让同一策略逻辑能够用于回测、模拟交易和实盘场景。内容涵盖经纪商和平台集成、部署循环、数据与特征一致性检查、订单生命周期处理以及运维准备。订单工作流被建模为状态机，以便明确处理部分成交、撤单、拒单和中断后的恢复。风险控制包括订单和持仓限额、过期数据检查、影子交易、对账和熔断开关。…

本笔记介绍一种LSTM模型，它根据US股票面板中按顺序排列的特征窗口预测收益。与扁平表格模型不同，LSTM按顺序处理交易时段，并在每个窗口中传递隐藏状态。训练得到的门控机制控制哪些新信息进入该状态、哪些既有信息被丢弃，以及哪些信息传递到下一步。该设置使用堆叠循环层，并为每种配置保存多个训练轮次检查点。…

本笔记介绍 TimeGAN，这是一种用于生成合成金融序列的循环生成对抗模型。它的五个模块学习嵌入与重构、预测后续潜在状态、从噪声生成序列，并区分生成序列与真实序列。训练分为表示学习、时间监督和联合对抗学习。示例使用由US只股票构成的面板中的日对数收益率，并留出最新的一段数据用于评估。 评估结合分布检验、判别器以及“合成数据训练、真实数据测试”的比较。笔记说明，仅匹配均值和标准差，无法证明序列结构、波动聚集或股票间依赖关系已被复现。笔记还比较收益率与价格水平：由于模型输出受 sigmoid…

本笔记将两种顺序检测器应用于一年内两种 US 股票线性模型配置的实际验证集预测误差。双窗口均值漂移检测器寻找误差幅度的变化，错误日频率监测器则追踪方向预测出错的频率。每个检测器都在初始时期校准，再监测之后的交易时段，避免使用评估期数据拟合阈值。分析将警报与基于滚动波动率的市场剧烈波动代理指标进行比较，并保留警报相对剧烈波动事件的有符号距离，以区分提前预警和延迟发现。…

本文说明 TWAP 和 VWAP 如何将大额母订单拆分为交易时段内的子订单。TWAP将相同份额分配到每个时间间隔；VWAP则按预测的区间成交量比例分配份额。笔记根据历史分钟线估计该成交量预测，再在之后的 NASDAQ-100 交易时段测试两种时间表。它模拟按各区间成交量加权价格成交，并使用平方根模型估算市场冲击，依据子订单占可用成交量的比例计入成本。 比较使用多个交易时段的基准滑点，并区分平均偏差与结果离散程度。本文强调，紧密跟踪当日 VWAP…

本笔记介绍一种用于预测 ETF 未来收益的监督自编码器。网络将基金特征行压缩为低维表示，并直接根据该表示预测收益。与同一模型家族中的条件自编码器不同，它不假设收益由少数共同因子生成。重建损失和收益预测损失共同参与训练，因此更改目标标签会产生一个单独拟合的模型。…

本笔记说明如何检验交易信号或公告等事件是否能预测超出市场基准的收益。它以流动性较好的 ETF 动量突破为例，演示完整流程：用事件前收益估计市场模型，在事件窗口内计算异常收益，再将每日均值汇总为累计平均异常收益（CAAR），并计算置信区间和显著性统计量。 一个关键实现细节是将资产和基准对齐到共同日期索引，使事件窗口使用相对行偏移。示例将生成的事件彼此错开，并讨论如何解读事件前漂移、事件日跳升、事件后漂移和反转。它还介绍常见推断风险：事件聚集可能夸大 t…

本可行性分析评估报价数据能否支持市场中性横截面策略：按十五分钟频率对 NASDAQ-100 成分股排名，并持有排名两端的股票。它检查是否有足够数量的合格标的提供报价、比较中间价变动与标的特定的往返成本、考察标的内部的价格依赖性，并核实开发数据未覆盖留出期。笔记将报价价差和每股佣金换算为基点，并使用中间价收益避免最后成交价中的买卖价跳动。…

本笔记说明如何从原始 SEC Form 4 XML 中提取用于股票研究的公司内部人交易记录。它以每个交易区块为解析单位，保留交易代码、日期、股数、价格和方向之间的对应关系。遍历 XML 树可避免混淆不同交易的字段，或混淆普通股与衍生品部分。联合申报必须保留所有申报人，而非只将交易归给最先找到的姓名。…

本笔记介绍用于日常交易决策的缓慢变化背景特征：会计比率、宏观经济状况和日历编码。它概述收益率、盈利能力、应计项目、杠杆和现金流收益率等价值与质量指标，并使用公告日期和时点连接，将季度基本面数据与每日观测对齐。宏观序列需要考虑发布时间延迟并向前填充；日历模式可使用周期编码和距事件时间变量。…

本文说明如何使用观测日和之后交易日的复权收盘价，为 ETF 构建每日未来收益标签。它创建一个主要的月度期限标签和一个较短的周度变体，并在应用资格筛选前，基于每个标的完整且已排序的价格历史计算标签。断言会检查不完整的尾部、异常长的日历跨度、标的边界和标签类型。 笔记还讨论结果窗口相互重叠、清除收益窗口在留出期内结束的开发样本行，以及在计划用于特征评估的同一合格样本上衡量简单动量基准。它报告标签覆盖率和质量检查结果，并将该基准视为后续工作的下限。作者提醒，收盘到收盘收益与次日开盘执行的经济结果不同，固定的 ETF…