这里汇集了 Stratmill 研究智能体对 AI 智能体阅读过的书籍、论文、文章和代码所作的摘要与核心观点。每个页面都附有原文链接。
691 份文档
本文介绍公开的 Fama-French 和 AQR 因子收益数据集，说明其在基准比较、风险归因和因子研究中的用途。文中介绍 Fama-French 数据库中的市场、规模、价值、盈利能力、投资和动量因子，以及涵盖质量、低贝塔和替代价值概念的 AQR 序列。数据支持月度频率；加载工具也支持日度 Fama-French 数据和日期范围筛选。 工作流程涵盖下载和缓存数据集、加载与分析数据概况，以及根据月度收益计算年化均值、波动率和夏普率。文中所述 Fama-French 数据覆盖始于 1926，而 AQR…
本笔记展示了离线机器学习流程与 QuantConnect 的 LEAN 引擎之间的部署边界。它通过 ETF 案例研究注册表选择一组预测结果，核验训练和预测的来源信息，并将样本外留出集预测导出为平台可读取的 JSON 结构。平台算法根据这些评分应用投资组合规则，无需复现模型推理流程。冻结预测结果还可让研究人员在不重新训练的情况下测试阈值、持仓限制和再平衡规则。…
本笔记本评估 Binance 永续期货数据能否支持按溢价对合约排序并建立多空仓位的截面策略。它不拟合模型，也不进行预测，而是在资金费率结算时检查既定交易资产范围，将观测到的广度与策略预期的持仓规模进行比较，考察价格变动相对于交易所费用的情况，并评估开发期历史数据能否支持滚动验证且保留留出期。…
本笔记本比较多个案例策略在假设交易成本下的影响。它读取每项已部署策略配置的成本敏感度回测，将毛夏普率与案例自身假设成本下的净夏普率进行比较，并估算夏普率降至零时的成本。如果假设成本落在已测试成本点之间，则对净夏普率进行线性插值。分析还按调仓周期分组，考察换手频率与成本拖累的关系。…
本笔记本介绍路径签名，即保留时间序列观测顺序和联合形态的定长特征。它说明一级签名记录总变化量，而二级项则捕捉坐标对之间的有符号面积。将时间加入路径坐标，可以区分总收益相同但价格路径不同的序列；加入成交量则能构造同时描述价格与成交量变化的特征。笔记本建议使用对数签名以减少冗余特征，并说明增加深度会扩大特征数量。 示例分析从 ETF 窗口构建标准化的价格、成交量和时间路径，再使用固定学习器，在多个资产上比较签名特征与手工构造的形态特征。结果是比较，不是预测价值的证明。笔记本提醒，样本仅覆盖少数相关…
本笔记报告了在选定的真实案例策略上，对 Backtrader、Zipline Reloaded 和内部交易框架进行的对齐比较。内容包括两种外部引擎的 ETF 和 US 股票面板比较，以及 Backtrader 的 CME 期货和以 USD 计价的 FX 比较。审计以美分精度检查成交价格和数量、估值时间戳及账户价值。对于不支持的资产模型，笔记会列出而不会将其算作成功比较；本次审计也未将任一引擎视为原生支持加密货币永续合约资金费率。…
该模块定义一种月度 ETF 配置基准，使用风险调整后的动量得分：过去的累计收益除以年化已实现波动率。当 10 年期减 2 年期收益率曲线斜率超过阈值时，模块选择排名最高的资产；否则在综合债券和长期美国国债之间进行防御性配置。资产范围还包括广泛市场股票、国际市场、房地产、黄金和大宗商品基金。等权、波动率倒数加权和静态股债投资组合作为比较基准。…
本文介绍一种运行日志系统，用于记录各交易案例中的模型训练、预测、因果估计和回测。文中说明配置如何从案例设置流经训练选项和模型预设，再成为已解析规格，其中包括数据文件、特征列、折日期、预测行、预处理方式、估计器参数和软件版本。该规格经规范化后的表示决定运行标识。…
本笔记本评估 57 个会计和价格类特征，检验它们各自对下个月 US 股票收益的预测作用。它计算每月截面秩相关，取其时间平均值，并针对序列依赖和多候选项检验调整不确定性。它还检查关联是否在滚动训练和验证期内持续存在，并依据效应大小、一致性、显著性和冗余，为每个特征作出单独判断。…
本章提出一套框架，将交易想法转化为有文档记录的特征规格。它要求研究人员使特征周期与目标决策相匹配，说明驱动因素假设，并区分预测信号和描述情境的状态变量。参照系、表示方法和聚合方式应服从经济逻辑；改变假设的变换，应与主要用于控制噪声的变换区别开来。本章概述价格和成交量特征、市场微观结构、跨品种关系、衍生品隐含指标、基本面、宏观经济数据及日历变量。…
本指南区分因果效应估计与因果结构发现，并将常见研究问题对应到合适的 Python 库。当调整结构已知或明确指定时，EconML 和 DoWhy 可用于估计效应；Tigramite 和 causal-learn 则从时间序列或截面数据中提出结构。指南还介绍了何时 CausalML 的离散处理研究侧重或贝叶斯结构时间序列方法可能更合适。工具选择取决于处理类型、数据形态以及目标估计量。 一个合成示例为所有方法提供了同一数据集，其中动量是连续处理变量，收益是结果变量，波动率和市场状态是观测到的混杂因素。示例说明了…
本概览汇总了九个交易案例的配置数据，涵盖股票、加密资产、外汇、期货、期权和多资产投资组合。它比较各项研究的资产范围、数据频率、决策周期、成本模型以及信号到仓位的映射方式。这些示例展示了不同策略和数据集如何采用不同选择，也包括交易成本影响尤为显著的情形。…
这份笔记本提出一套确定性框架，用于检查回测和实盘交易流程的行为是否一致。它比较将价格行情转化为决策的各个阶段：特征计算、预测、信号和订单规模。固定的合成价格序列让两套流程处理完全相同的输入，从而更容易将技术实现差异与市场变化区分开来。…
这份笔记本训练强化学习智能体，将固定卖单安排在加密货币永续期货市场的逐小时行情中执行。其状态包括滞后收益、波动率、前一小时成交量、永续合约相对于现货的溢价，以及距离资金费结算的时间。按日期拆分训练集和评估集，并在相同评估窗口上通过配对差值和标准误比较多个执行计划。…
这份笔记本汇总九项案例研究中的线性模型结果，包括 OLS、Ridge、Lasso 和 ElasticNet。它比较各研究在主要标签上的最佳完整配置，然后考察正则化、逐折信息系数、稳定性、替代期限、分类与回归指标以及系数表现。结果取自登记库，已排除已退役的预测；只有指标有效且标签覆盖范围达到最大值的完整结果才会纳入比较。 分析使用 HAC 区间评估不确定性，并通过区分重复生成、相同测量值和真正不同结果来处理并列情况。报告的结论经过审慎限定：只有部分选定结果的区间不包含零；Ridge 往往与 OLS…
这项案例研究使用与其他模型系列相同的时点 CME 期货特征行和滚动验证折，评估参数效率高的神经网络集成模型 TabM。研究将 TabM 作为一种在共享大部分参数的同时，对模型差异取平均的方法，并改变模型容量，以探究模型在小型且噪声较大的面板数据上如何平衡拟合与泛化能力。所述评估使用等权验证集回测和夏普比率，在已声明的训练轮数检查点中进行选择。 笔记本强调了确保比较可信的防护措施：按折进行特征缩放以避免验证集泄漏；将固定随机种子纳入模型标识；并记录设备标识，因为 CPU 和 GPU…
这份笔记本介绍一套工作流程，用于研究跳过最近一期的六个月动量是否影响 21 日远期收益，以及其影响是否随市场波动率变化。它使用双重机器学习，根据训练数据估计效应，并控制波动率和收益率曲线，同时将市场波动率作为效应修饰因素。市场波动状态依据留出期之前的数据定义，所得估计用于制定经过截尾和收缩的仓位缩放规则。随后使用留出期数据比较该规则与朴素基准和简单启发式规则，并计入交易成本。…
这项案例研究评估标普 500 成分股的平值短跨式策略：每周建仓、持有至到期，并每日进行 Delta 对冲。其主要方法选择是模拟持有至到期的收益：期权头寸产生建仓价差，但不产生期权平仓价差；对冲交易则每日产生标的成本。研究指出，当收益和价差都与期权权利金挂钩时，按名义金额基点表示的成本可能会严重低估交易摩擦。研究使用基于权利金的成本框架和高流动性股票池筛选条件，考察策略是否仍可行。…
本笔记本在一个ETF面板上，将两个预训练时间序列基础模型 Chronos 和 TinyTimeMixer…
本章提出一套评估量化交易研究中因果主张的框架。首先明确定义处理、结果、估计目标、反事实和调整集，再根据研究问题选择方法：对连续暴露使用双重机器学习（DML），对离散事件使用贝叶斯结构时间序列，对观测数据中的候选关系使用因果发现方法。有向无环图和识别设计可指导调整选择，而时间交叉拟合和处理前时序有助于防止估计发生数据泄漏。示例涵盖 ETF 动量、加密货币资金费率溢价、FOMC 公告和多变量资产面板。本章介绍安慰剂与负向对照检验、遗漏混杂因素敏感性、样本和设定稳定性、HAC…
这份笔记本使用每分钟观测到的 NASDAQ-100 微观结构特征拟合线性模型，以预测多个远期期限的收益。其目的是在尝试表达能力更强的模型之前建立一个简单基准。由于不同衡量指标和回看窗口中的价差与失衡特征存在重叠，设计矩阵具有共线性。笔记本比较岭回归、Lasso 和弹性网络：岭回归会收缩相关系数，Lasso 可以将系数置零，弹性网络则结合这两种惩罚。Lasso 类惩罚相对于每折特定的阈值进行缩放，使其强度在不同折之间具有可比性。…
这份笔记本介绍如何使用留出预测评估先前选定的 FX 策略。它沿用选定配置登记的回测规范，固定信号、配置、风险控制、再平衡规则、成本和账户设置。预测集根据派生的训练标识解析，价格数据则按策略声明的预热期加载，从而按规范一致地评估留出区间。…
这项特征评估针对 CME 期货的远期收益，筛查金融和模型衍生的候选特征。对于每项特征，它检查数据覆盖率和陈旧程度，测量特征值与远期收益的每日横截面秩相关性，针对重叠收益窗口调整不确定性，并对受测集合应用 Benjamini-Hochberg 假发现率控制。它还比较各滚动验证年份的结果，检查其他已声明的收益期限，并根据证据记录继续、修改或停止的评估意见。…
这份笔记本评估交易成本假设如何影响一个选定的标普 500 股票与期权配置在验证集上的夏普比率。在可用时，它沿用通过冻结候选集选出的配置，然后对同一配置谱系重新运行，测试一系列单边成本（按交易名义金额的一定比例收取）以及探索性的每股佣金加固定半个价差。估计值配有区块自助法区间，以显示选定收益路径的不确定性。…