知识库

这份笔记本比较了使用原生 PyTorch、sktime 和 Darts 实现单变量 SPY 价格预测的方式。其主要目的是评估实际投入，包括代码长度、接口要求、安装成功情况，以及拟合与预测的总耗时。简单的最近观测价格预测可作为参照，而各库示例则展示了统一的拟合/预测接口如何简化模型切换，以及封装器可能施加哪些限制。 这项比较有重要局限。原生 PyTorch…

本章指出，持久有效的交易研究依赖严谨的流程，以适应市场变化、嘈杂的证据和实施成本。本章区分结构性突变、市场状态、数据漂移和概念漂移，随后介绍从研究到生产的工作流程，涵盖时点数据、明确范围、迭代开发、切合实际的策略设计、部署和监控。本章还解释探索与确认有何不同，强调记录试验、封存留出集，以及在评估中考虑选择效应。 本章将因果推断和生成式 AI…

这份评估笔记本筛查金融特征和模型特征，考察它们与加密货币永续期货下一段八小时收益之间的关系。它从滚动验证窗口构建评估样本，将最终留出集排除在分析之外，并在每个结算时点按横截面秩相关性为各项特征评分。笔记本汇总平均信息系数及考虑依赖性的**不确定性估计**，检查各验证年份的表现，并针对多重比较调整显著性检验。特征台账记录证据和决策，但不会从模型输入中移除列。…

本笔记本研究正则化如何影响由相关特征族构建的 CME 期货模型，包括持有收益、滚动夏普比率、动量和波动率指标。它比较 Ridge、Lasso 和 ElasticNet：Ridge 会缩小系数但保留特征，Lasso 可以将系数设为零，ElasticNet 则结合二者的效果。Lasso 和 ElasticNet 的惩罚项根据每折特有的阈值来表示，因此其强度会随各训练折变化。…

本笔记本使用留出期预测运行此前选定的 US 股票配置。所选模型、预测、配置器、集中度、风险覆盖层、再平衡频率和交易成本假设均沿用前序阶段。核心方法是根据训练标识和检查点生成相应的留出期预测集，然后运行回测，不再根据留出期表现作出选择。…

本笔记本介绍如何改造 Diffusion-TS，生成合成的 ETF 收益序列。去噪器将干净序列预测为多项式趋势、傅里叶季节性和残差分量之和；结合时域和傅里叶域的损失函数，以兼顾逐点和频谱保真度。DDIM 采样器减少了生成时所需的反向步骤。另一个在加噪序列上训练的分类器会提供引导，生成标记为低波动或高波动状态的样本。…

本文介绍使用 TabM 对永续合约资金费率面板数据建模的原因：其共享神经网络主干可以组合所有输入特征，非线性层则能够表示特征交互。与在每个分支节点选择一个特征的树不同，这种设计可以同时使用彼此相关的列。TabM 集成成员共享大部分网络，同时保留各自独立的缩放向量和输出层，因此，与分别训练多个网络相比，取平均值的成本更低。…

本笔记本将此前选定的 ETF 配置应用于预留的留出窗口。它根据选定的训练标识和检查点生成匹配的留出预测，然后沿用策略现有的集中度、配置、风险覆盖层、再平衡频率和成本假设，不在留出期上调参。此次运行会登记为留出期回测。保护机制会阻止使用同一预测集评估第二个不同配置，因为在留出结果之间进行选择会破坏测试。…

此评估流程针对 NASDAQ-100 盘中数据面板，将金融特征和模型特征与未来收益进行比较筛选。首先保留最终测试期，并排除未来标签会在该窗口内确定的观测值。对于每个特征，流程会按照标签期限匹配的间隔测量横截面排序信息系数（IC），使用 Newey-West 方法调整序列相关，并考虑多重检验。数据覆盖率、重复值频率、分位数收益形态和两两冗余度也用于质量检查与诊断。每个候选项都会获得继续、修改或停止的决定，支持证据记录在可审计台账中。…

本分析估计跳过近期数据的动量是否与 ETF 未来收益的因果变化有关，而不是考察动量对收益的预测能力。双重机器学习使用声明的混杂因素分别对结果和处理变量建模，再根据这些模型未能解释的部分估计二者关系。混杂因素包括已实现波动率、市场状态指标和收益率曲线斜率。拟合前，分析确定了研究总体、时间规则、禁入期和安慰剂设计，并将结果作为独立的因果证据记录，而非预测模型候选项。…

此基准生成方法根据案例研究中声明的资产，构建等权日收益序列。它先取每个代码在各交易时段的最后收盘价，再计算收盘到收盘收益，并对可用收益取平均。只有在连续交易时段都有价格的代码才会计入，从而避免资产进入或离开观测面板时产生虚假收益。基准采用日频网格，以便将其收益和年化指标与同一频率评估的策略进行比较。…

本分析对涵盖九个资产组的固定 100 只 ETF 范围进行数据概况检查。它检查各基金和年份的数据覆盖情况，确认价格面板与分组配置相符，检查空值和 OHLC 顺序，并比较各组的交易量。文中还说明，收盘价已根据拆股和分红进行调整，因此可以直接用来计算收益。 年末数量会随着产品到达上市日期而增加，之后保持稳定，因为所选范围内的每只基金都仍有报价。这一模式反映的是数据集的构建方式，并不代表整个 ETF 市场的存续情况。同样，严格的 OHLC…

本笔记本研究用于预测加密货币永续合约收益和方向的梯度提升模型。网格搜索改变树的容量和损失函数，包括平方误差、绝对误差和 Huber 目标，并在训练过程的多个阶段为模型打分。文中说明，树可能反复按高度相似的溢价特征进行拆分，从而拟合训练样本的细节，却没有增加信息。候选模型只在相同标签内比较，不会跨不同预测目标比较。…

本文介绍用于多变量时间序列预测的 PatchTST 神经网络主干。它将每条输入序列拆分为相互重叠的片段，将每个片段映射到学习得到的特征空间，添加位置编码，再通过堆叠的 Transformer 编码器层处理所得序列。编码器在注意力层中独立处理每个输入变量，随后由预测头将编码后的片段映射到目标预测区间。…

此笔记本说明如何根据案例研究登记表重建模型实验目录，并将其内容与 MLflow 进行比较。笔记本跟踪实验经过训练运行、预测集和回测运行的过程，并将每个阶段与前一阶段关联起来。规范化后的规格会获得确定性哈希，使重复运行具有幂等性，并可识别配置变化。随后，查询会将验证指标、组合回测结果和产物来源汇总到可搜索视图中。…

此案例研究构建特征，用于研究标普 500 成分股的平值隐含方差是否高于后续实现方差，以及这种差异是否因证券而异。它结合跨式期权报价与标的价格，衡量方差溢价、波动率、期权市场状况及相关风险特征。由于跨式期权并非每个交易时段都有报价，滚动窗口是在标的市场交易时段网格上计算，而不是基于稀疏的报价行。特征类别在配置中声明回看期和滞后期，并检查证券身份，以免将代码变更误认为收益。…

此笔记本比较普通最小二乘法、岭回归、LASSO 和弹性网络，以预测 ETF 样本空间中的远期收益。所有模型都使用相同的滚动切分，清除间隔与标签期限匹配，因此差异可归因于正则化方法，而非切分不一致。在每个切分中，特征仅使用训练数据进行缩尾处理，然后标准化；绩效通过横截面秩相关以及误差和拟合指标进行评估。 分析考察各切分中的系数路径和选择稳定性。岭回归会收缩权重但保留特征，LASSO…

本章概述如何围绕股票、宏观经济序列、期货、加密资产和预测市场，构建时间一致的基本面与另类数据研究。核心方法包括双时态存储与时点查询、考虑数据源的发布时间、具有时间有效性的实体映射，以及可审计的申报文件文本提取。笔记本依次将这些理念应用于 SEC 申报文件与 XBRL、宏观数据发布、CFTC 持仓、链上指标、机构持仓和市场预测数据流。…

此笔记本在两组成本网格下重新定价领先的 ETF 配置，同时固定预测、集中度和配置规则。笔记本比较案例研究中的每股佣金与半价差模型（该模型体现 ETF…

此笔记本衡量执行成本对已选定的加密永续期货配置的影响。它固定模型、检查点、入场规则、配置和风险控制，然后在一系列按交易名义金额计算的往返费用下重新进行回测。输出是每个标签对应的成本衰减曲线，旨在展示绩效如何变化以及在哪一点达到盈亏平衡，而非选择另一种配置。分析将执行费用与资金费用分开：执行费用随成本率和换手率变化，资金费用则源于持仓，在整个网格中保持不变。统一网格是一种敏感性分析惯例：即使某个网格点等于生产计划的总成本，佣金和滑点的占比也有所不同。笔记本强调换手率是成本率与夏普比率损耗之间的联系，但结果取决于所选…

此笔记本比较线性模型，使用重叠的价格衍生特征预测 ETF 收益。由于多个收益期限和指标类别可能编码相似信息，普通最小二乘法可能为近似重复的特征赋予不稳定且方向相反的系数。实验在滚动切分中调整岭回归、套索和弹性网络拟合的惩罚强度。岭回归会收缩系数但保留特征；套索可以将系数设为零；弹性网络则结合两者的效果。针对每个切分调整套索惩罚项的尺度，使声明的比例在各切分间具有可比性。…

此配置描述按公司特征排名的月度多空 US 股票组合。它规定了一个包含 46 项特征的完整案例样本空间、月末决策、次日开盘执行、多头和空头部分别等权，以及包括借券费用在内的显著交易成本。特征登记表将信号归为价值、质量、投资和动量等类别，并记录其假定的更新滞后和失效模式。该设置还定义了月度收益标签和滚动评估，并留出 2016 期间作为测试集。 核心设计讨论之一是配置器估计。使用 12…

本笔记介绍用于ETF横截面定价的随机贴现因子模型。该模型不是分别估计基金敞口和因子收益，而是训练神经网络寻找一个共同的贴现因子序列，使其与基金收益的协变关系能够解释平均收益。训练目标是最小化定价误差，预测收益和信息系数则作为后续诊断指标进行报告。区分优化目标与报告的预测评分，对于解读模型至关重要。…

本笔记从投资组合收益到模拟交易，构建月度ETF轮动回测。笔记根据过去一段时间的风险调整后收益对十只基金排名，使用美国国债收益率曲线所处状态，在排名靠前的基金与防御性债券配置之间进行选择，并于下一交易时段开盘执行。费用、现金限制和60/40基准均由同一模拟器处理。该方案强调只使用信号日期可获得的信息，并在日期、价格和成本匹配的条件下比较投资组合。…