知识库

本笔记比较拆分共形预测、共形化分位数回归和自适应共形推断，用于预测 ETF 的未来收益。在滚动交叉验证中，模型用一个子集训练、用另一个子集校准区间误差，再对之后的观测进行评估。拆分共形根据校准残差的秩确定区间宽度；CQR在校准前拟合上下分位数模型，因此区间宽度可随条件变化。延迟结果变得可用后，ACI会更新其失覆盖率。…

本笔记将验证集预测用于仅做多的股票组合，按等权重选择排名前 K 的股票，并根据各标签的频率安排决策。它通过带随机种子的随机信号运行检查收盘后至次日开盘的事件顺序，再用同一回测流程比较不同的组合集中度。期权衍生变量用作预测输入，实际交易标的是股票。…

本笔记研究订单簿活动能否预测 NVDA 的短期收益。它根据按订单市场数据中的新增、撤单和成交构建距离加权的订单簿压力指标，再对带符号的活动进行平滑，以表示中间价附近的流动性变化。笔记评估多个未来期限的订单流失衡，并比较不同收益相关性和十分位数模式，使用的收益指标包括中间价、经延迟调整的价格和可执行价格。这一比较说明，考虑延迟和买卖价差后，统计相关性可能不同于可交易表现。…

此案例研究比较了标普 500 股票和期权特征面板上的序列模型。研究将能够在回看窗口中传递门控状态的 LSTM，与去除最新水平后拟合线性映射的 N-Linear 基准模型进行比较。该基准用于检验，与对同一窗口进行更简单的映射相比，循环记忆是否带来额外价值。目标包括股票未来收益和风险调整收益标签。…

本笔记介绍 TimeGAN 的五部分架构：嵌入网络和恢复网络负责在原始观测值与潜在空间之间映射，监督网络学习时间转移，生成器和判别器则进行对抗训练。笔记描述了分阶段训练，并将模型应用于一组 US 股票的日对数收益。选择收益与输出受 Sigmoid 函数限制及最小最大缩放有关：趋势性价格水平可能超出训练范围，使留出期评估变得复杂。…

本笔记将滚动的 ETF 收益窗口转换为用于卷积神经网络的双通道图像。格拉姆角场求和将每个窗口内的数值重新缩放、映射为角度，并记录不同时间位置对之间的三角关系。马尔可夫转移场将数值分箱至窗口特定的分位数，并表示不同位置对之间的分箱转移。因此，两种方法都编码了各位置之间的关系，而不是直接呈现原始序列。 实验使用一个五日 ETF 收益特征预测未来收益，并比较使用图像衍生输入的 CNN 与岭回归模型；预测评分采用横截面 Spearman…

本笔记衡量某个选定的 US 公司特征策略在不同假设佣金和滑点下的验证表现变化。它在声明的成本网格上重新运行同一配置，并将每笔总费用平均分配给佣金和滑点。固定策略后，所得夏普曲线可以单独反映对交易成本假设的敏感度。曲线中标出了声明的成本水平，便于比较；已登记的结果可以复用，无需重新计算。…

本笔记介绍如何在验证数据上选定配置后，为未触碰的留出期生成预测。它解析选定配置，为留出期重新构建训练规格，并根据可用时间线和所选标签的期限推导训练窗口。由此设置的缓冲区可避免训练结果延伸至评估期，因为在那时这些收益尚不可知。笔记会检查新的训练身份并记录预测集，供读者确认是否进行了重新拟合。…

此配置介绍了一项盘中研究，考察特定时点的 NASDAQ-100 成分股中的订单流信号。研究根据各评估期开始前可获得的流动性信息筛选出成本可行的子集，规定多个预测期限的决策时间表，并将这些时间表与用于监控持仓的一分钟价格数据区分开来。特征类别涵盖报价流动性、中间价、波动率、订单流、价格冲击及其他市场微观结构指标，并规定了受交易时段限制的回看窗口和时间约定。 该方案还记录了旨在提升实验可复现性并减少信息泄漏的选择：使用 float32…

这本特征工程笔记本介绍如何利用基本面、宏观数据和日历背景等慢速信息，为较快速的交易信号提供条件。它概述了市净率、盈利收益率等价值比率，净资产收益率和应计项目等质量指标，宏观指标和风险状态，以及用于季节性或事件时点的周期性编码。对于季度财务数据，文中介绍了按代码和公告日期执行向后时点连接，使每日观测只能获取当时已经公告的最新信息。宏观序列同样需要设置发布时间延迟并谨慎向前填充；日历特征编码的是时间，而非未来事件结果。…

该笔记本介绍如何为选定的NASDAQ-100微观结构配置生成留出期预测，此前已在验证折上完成模型和策略选择。它重建所选训练规格，根据案例研究声明的窗口确定留出折，并仅用更早的数据重新拟合模型。训练身份检查用于区分真正的留出期重新拟合与使用验证集拟合模型生成的预测。训练期会在留出期开始前结束，并由标签缓冲区隔开；缓冲宽度按最长标签期限确定，确保特征或结果信息不会跨过边界。…

该笔记本介绍成交量参与率限制如何约束每个市场时段内母订单可成交的数量。经纪商根据观测到的成交量计算允许执行的份额，并将未成交部分留到后续时段。较低的参与率上限会减少市场冲击，但延长完成时间；较高的上限会加快执行，同时增加市场冲击风险。最低成交量阈值可避免在流动性特别薄弱的时段交易。…

本文介绍一个每日ETF数据集，作为动量和跨资产研究的候选标的池。它涵盖九大类别，包括US和国际股票、固定收益、商品、特色基金及货币。数据来自Yahoo Finance，配套流程会下载、存储、加载、筛选并概览记录。您可以按代码和类别检查数据覆盖情况，以了解历史记录和交易量的差异。…

该笔记本通过真实ETF数据和一个基于价格构建的动量示例，演示单因子评估。它计算横截面Spearman信息系数与远期收益之间的关系，比较不同期限，并解释每日横截面IC的平均值与将所有观测合并后计算的单一相关系数之间的区别。内容还涵盖ICIR、统计不确定性、分位数收益、最高组与最低组价差、单调性、换手率和信号衰减。覆盖率与陈旧度检查会确认因子是否存在并按预期更新。…

这项案例研究针对NASDAQ-100微观结构策略，将候选金融特征和模型特征与远期收益进行比较筛选。研究计算随时间变化的横截面排名信息系数，并调整推断方法以处理数据依赖和多重检验，同时考察分位数组收益形态和特征冗余。覆盖率和陈旧度检查会找出过于稀疏或长期不变、因而难以可靠解读的特征。分流台账会记录继续、修订或停止的判断及其依据。…

本章介绍如何通过检索增强生成，让语言模型更适用于开放式金融研究；在这类研究中，缺乏依据的说法和幻觉可能造成高昂代价。本章依次讲解从文档导入、保留结构的分块，到元数据、领域专用嵌入、词法与语义混合检索、重排序以及以证据为依据的生成。文中还介绍了引用约束和经工具验证的计算，以提高可追溯性和数值可靠性。…

该笔记本介绍如何使用分钟数据条和NBBO报价，为NASDAQ-100股票构建日内远期收益标签。它将收益定义为从信号发出后的下一根数据条到指定未来时点的收益，使用报价中间价减少买卖价反弹影响，并将价差作为单独的摩擦成本估计。交易所日程限定每个窗口，使标签不跨越交易时段，也不在提前收市后使用过时的填充数据条。只有在检查实际观测时间网格后，才会将预先设定的时间跨度换算成数据条数。…

本文介绍一套保持每日市场数据更新的运维流程：加载初始历史数据，获取少量有重叠的增量数据，检查日期缺失情况，并监控数据新鲜度和校验问题。重叠部分有助于捕捉数据供应商对近期数据条目的修订。对于OHLCV数据，更新窗口应截止于最后一根完整数据条，而不是当前日期，因为供应商可能返回部分数据或价格不完整的交易时段。本文还提醒，若不使用交易所日历来填补缺口，可能会人为生成周末和节假日的数据条目。…

本笔记在一项标普500股票与期权研究中拟合分块Transformer，以预测主要标签。它将每只股票的历史输入窗口划分为连续片段，并将每个片段作为注意力机制的一个词元。注意力机制可以直接比较窗口中相距较远的部分，而分块会缩短序列；更大的分块能降低计算负担，但会压缩块内细节。该模型与研究中的其他深度学习架构采用相同的回看窗口和训练计划。…

这段代码展示了一种监督式自编码器架构，用于根据金融特征进行预测。编码器将归一化输入压缩为瓶颈表示，解码器则通过重建输入执行正则化任务。辅助预测头作用于重建结果；规模更大的主网络通过跳跃连接，将原始归一化特征与编码表示结合起来。模型支持分类和回归输出。…

本笔记介绍如何为先前选定的 US 股票模型配置生成留出预测。由于模型选择和策略设置依据验证结果做出，这些结果本身无法独立证明选择质量。笔记从案例研究配置中读取留出日期，确定已选模型，并仅使用留出期开始前可用的历史数据重新拟合模型。…

本笔记介绍 GReaT，这是一种使用语言模型生成合成金融表格的方法。它将每行序列化为文本，使用 ETF 特征微调基于 GPT 的模型，再将生成文本解析回包含数值和类别的混合列。示例特征包括历史收益、波动率、成交量比率、方向和市场状态标签，以及未来收益目标。笔记采用时间顺序划分训练集和测试集，并通过“合成数据训练、真实数据测试”的分类评估特征分布的保真度和下游效用。…

本笔记介绍如何为 US 股票面板构建基于模型的特征，同时避免未来观测影响历史数值。核心方法是安排估计时间表：模型先经过预热期，只使用待描述数据区块之前的数据进行拟合，在该区块内生成特征，并在下一区块开始前重新拟合。本笔记将这一做法用于市场状态距离、分数阶差分价格和条件波动率，其中包括个股波动率模型，以及在历史数据较短时采用的市场层面替代估计。…