知识库

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。…

本笔记比较案例研究回测所用成本扫描中的毛夏普和净夏普。对于每个已部署的策略配置，它从记录的产物中读取假设的单边成本和再平衡频率，插值得到假设成本下的夏普，并估计夏普降至零时的成本。如果扫描范围上限处策略仍有盈利，则将盈亏平衡点视为被删失的数据，而不报告为已观测到的交点。频率分组使用明确的换手倍数；笔记指出，这些倍数是设定值，而非实测换手率。…

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…

风险溢价 PCA 通过加入训练集平均收益向量的加权外积来修改协方差矩阵。其主要特征向量定义静态因子投资组合：权重为零时得到普通 PCA；权重为正时，因子会向与平均收益相关的方向倾斜。笔记比较了多个权重下的定价拟合、收益重构和载荷空间变化，随后使用预先指定的权重预测下一日因子溢价。…

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。…

本笔记使用高斯混合模型，根据九个因子和资产类别收益序列的联合表现对月份进行分组。它对月度观测值进行标准化，剔除缺失值月份，并使用 BIC、AIC 和轮廓系数比较候选聚类数量。随后，笔记结合有日期的市场事件解读聚类结果，并考察各组内的因子表现，展示合并平均值如何掩盖不同市场环境之间的差异。 证据来自 AQR 自 1927…

该笔记本构建了一个预测智能体，使其在ReAct循环中交替进行推理和行动。它的可选行动经过刻意精简：智能体可以搜索证据，也可以提交概率预测。统一的双方法接口让循环能够使用不同的语言模型提供商；模式校验则会在模型响应触发行动前检查其是否符合要求。无效回复会被送回修正，步骤预算会限制智能体在提交预测前可继续执行的步数。…

该笔记本考察ADIA Lab因果发现挑战赛，将其视为一个基准，用来学习已知模拟器系列中的模式。任务提供许多与已知有向无环图配对的合成数据集，并评估模型能否判断每个变量相对于处理和结果的角色。笔记本解释了监督式模型为何能在这种设置下表现出色：它们学习模拟数据与角色标签之间反复出现的关联；而混合方法可以将经典因果发现算法的输出用作特征。笔记本还介绍了八种角色类别、合成数据生成方式和分组评估设置。…

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Python模块介绍如何使用每日样本外收益量化策略回测的不确定性。它结合了收益序列统计量的平稳区块自助法区间、针对自相关和非正态性调整的夏普比率标准误，以及均值收益的Newey–West标准误。有再平衡间隔时，区块长度会依据该间隔确定；否则使用最优规模估计器确定，并设置基于收益期限的下限。该模块还定义了基于每日收益差异的配对自助法比较，以及用于比较信号、资产配置、风险叠加层和交易成本影响的分阶段基准链。…

该笔记本汇总一组案例研究中五种潜因子估计器的已登记验证结果。它首先梳理各个面板有哪些估计器结果，然后根据每日Spearman排名信息系数（IC）的均值及HAC置信区间，识别领先的估计器。它还在共同的US Firms面板上比较估计器，并考察其相对于监督式模型系列的逐日配对IC差异。分析强调，选择和报告模型时应使用相同的排名统计量。…

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。…

该笔记本从已登记的验证集回测中选择一个CME期货案例，涵盖信号规则、资产配置和风险叠加层。它在不同收益期限的候选方案之间进行比较，并选择验证夏普比率最高的配置。成本敏感性分析用于描述所选配置，不会增加候选池中的方案。规范运行会冻结候选成员，以便复现比较结果。…

该笔记本构建需要多个资产序列的特征。它比较Engle-Granger检验与Johansen检验，解释为何共同波动本身并不意味着价差平稳，并分别使用全样本回归和逐步更新的卡尔曼滤波器估算对冲比率。信号窗口根据仅用训练数据估算的均值回归半衰期设定，避免在该选择中使用未来信息。笔记本还演示如何将时间序列指标转换为横截面排名、相对基准值和全标的池的市场状态摘要。…

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。…

本笔记介绍一种监控已部署交易模型的工作流，使用留出预测作为实时数据的离线替代。在计算漂移之前，先验证输入特征面板，然后使用总体稳定性指数（PSI）和双样本 Kolmogorov-Smirnov 检验比较参考窗口与当前窗口。它还会相对于上线基准跟踪预测分布变化，以及滚动秩相关、命中率和均方误差。 仪表板将这些测量结果汇总为观察和告警状态，帮助确定调查优先级。PSI 阈值是用于排列分布变化的惯例，而 KS 的 p…

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。…