知识库

本文介绍双重机器学习（DML）如何在控制点差、短期波动率和滞后收益后，估计买方主动成交量占比是否影响未来收益。它使用交叉拟合从处理变量和结果变量中分别剔除这些控制变量的影响，再依据残差之间的关系估计效应。示例使用一分钟NASDAQ-100观测和十五分钟结果期限，并根据Lee-Ready规则对订单流分类。 本文强调应使时间防护措施与标签期限一致：隔离期、留出截止点和区块置换反证都必须考虑未来结果之间的重叠。该反证将观测到的HAC…

本笔记将已登记的NASDAQ-100微观结构回测转化为策略评估，不训练模型，也不重新运行回测。它从登记记录中读取指标和沿袭关系，按需生成衍生的群组表和配对比较表，并在共同日期上将策略与等权基准进行比较。其核心方法是分析逐日收益差异，而非用独立汇总统计量相减，从而保留配对观测中的信息。笔记使用区块自助法区间处理连续日收益之间的依赖性。…

本笔记将此前选定的CME期货配置应用于留出预测，采用既定的配置器、再平衡计划、集中度规则和交易成本假设。其核心方法是：在评估留出集之前冻结这些选择；观察该期间后再更改任何参数都会削弱测试。系统通过已登记的训练和回测标识解析选定配置及相匹配的预测集，并将运行结果记录为留出回测。…

本笔记讲解如何将NASDAQTotalView-ITCH逐笔订单消息从二进制格式解码为结构化记录。文中解释消息帧结构和各类型特有的布局，演示字段解包，并转换以午夜以来纳秒表示的时间戳，以及以整数存储并隐含小数位的价格。主要流程逐条读取消息，解码受支持的类型，缓存记录，并按消息类型分区写入Parquet输出，从而无需将整个交易时段数据保留在内存中即可处理。…

本笔记介绍特征库如何保持训练数据与实时模型输入一致。文中通过实体键、事件时间戳、有效时长和特征列描述特征视图，并对比历史训练所用的时点连接与线上服务所用的最新已知值查询。示例使用存储在Parquet文件中的日频US股票财务特征和模型衍生特征，并进行检查以防训练数据跨越留出集边界。…

本笔记衡量经验证集选出的FX策略对比例交易成本变化的反应。针对每个预测标签，笔记从信号、配置和风险覆盖结果中选定一个母策略，然后在保留其他身份字段的情况下，按成本网格重新运行该策略。成本扫描属于扰动分析，用于描述已确定策略的稳健性，不会参与后续筛选。 文档解释了为什么基点适用于 FX…

本笔记介绍如何从已登记的验证回测中选择一个CME期货案例配置。它汇集信号、配置和风险管理阶段的候选项，然后选出验证夏普比率最高的配置。两种收益期限会一并考虑；成本敏感性运行用于描述已经选定的配置，不参与竞争筛选。…

本笔记通过两种方式应用同一个月度ETF动量与收益率曲线市场环境策略：向量化收益计算和顺序式账户模拟。两者使用相同的目标权重、资产、日期和总交易成本，因此比较可以聚焦于执行选择，例如目标生效时间、成交价格、整股约束和现金跟踪。信号依据回溯期收益相对于已实现波动率为ETF排名，在风险偏好时期持有选中的基金，否则持有债券ETF。…

本文介绍一个包含五道关卡的流程，用于评估九个交易案例，涵盖信号质量、验证、交易成本、留出表现和证据质量。关卡逐级累积，策略只有通过此前所有适用关卡才能进入最后阶段。不适用于某个案例的阶段会作为直接通过处理，而非判定失败。…

本笔记介绍加密货币资金费率方向模型的部署演练。模型使用源自历史 Binance 永续合约的数据训练一个三分类 LightGBM 模型，随后从OKX获取实时小时线和资金费率，将数据汇总为策略的八小时频率，计算实时特征集，并对可用标的评分。Alpaca 模拟交易为映射出的USD现货交易对提供执行环境；未匹配的永续合约仅生成信号。运行过程会记录覆盖范围、数据时效、预测和执行结果，以便监控和审计。…

本笔记介绍如何使用长短期记忆网络处理一分钟NASDAQ-100微观结构特征，以预测多个期限的前向收益。模型逐步处理一段回溯序列，并学习保留哪些早期观测。训练使用滚动折，仅依据训练数据对特征进行标准化，在股票和折之间重置状态，并保存已声明检查点的验证预测。序列窗口按照各标签期限间隔取样，以减少训练目标之间的重叠。…

本笔记比较波动率测量方法，拟合异质自回归（HAR）模型，并使用赫斯特指数估计粗糙度。首先，笔记比较日内已实现方差与日频估计量，将隔夜收益与交易时段内的活动分开，并指出未调整价格、交易日缺失和波动率定义不一致等问题。HAR回归使用滚动的日度、周度和月度波动率均值来表示多个市场期限；Newey–West标准误用于处理重叠回归变量下的推断。笔记还将HAR预测与GARCH进行比较，并研究收益和对数波动率的粗糙度。 其证据来自一个标的的日内样本、日频比较与预测练习，以及一个 ETF 面板。报告结果表明，HAR…

本笔记介绍一种条件自编码器，它扩展了带特征的主成分分析，用神经网络取代股票特征到因子暴露的线性映射。模型保留了暴露乘以因子收益的结构，同时允许特征与载荷之间存在非线性关系。模型在每个训练窗口中学习重建设定的前向收益标签，随后使用验证集信息系数衡量所得表示能否迁移到后续日期。…

该工具模块生成表格和图表，用于评估验证数据和留出数据上的预测模型。诊断内容包括信息系数置信区间、验证集到留出集的表现衰减、经选择调整的回测统计量、分折比较、市场环境覆盖度和保形区间覆盖率。该模块查询已持久化的训练、预测和回测记录，筛选可比较的配置，并在相关结果尚不可用时返回稳定的空表结构。…

本笔记介绍一种使用统一管理器、预设或自定义代码列表以及分区Parquet存储来获取和维护金融时间序列的工作流程。内容涵盖单标的和多标的并行抓取、将数据载入存储、读取指定日期范围、增量更新，以及在研究或回测前检测数据缺口。经过重新基准化的ETF序列涵盖股票、债券和黄金，说明批量加载如何让跨资产比较在一个数据集中成为可能。…

本章介绍生成合成金融数据的经典方法，涵盖连续时间价格过程、GARCH波动率、自助法重采样和模型比较。文中说明几何布朗运动、跳跃扩散、均值回归和Heston等模型如何体现关于收益、跳跃和波动率变化的不同假设，并讨论漂移补偿和方差截断等实际实现细节。…

本文介绍一种神经策略网络的架构，它将资产级时间序列和上下文映射为有界的组合风险权重。其逐资产主干网络结合了上下文嵌入、特征级调制、变量选择、LSTM和因果时间注意力。随后，网络通过滞后横截面注意力处理资产之间的关系，也可以选择使用受宏观经济邻接图限制的注意力。…

这项探索性分析检验：在100-ETF资产范围内，剔除最近一个月的十二个月动量信号是否与下月收益相关。分析依据调整后收盘价构建月度面板，每月将符合条件的ETF划分为五分位组，并比较各组等权收益与全体资产的等权收益。相对于基准的结果旨在揭示动量关系的排序、幅度和形态，多空组合（最高组减最低组）的收益差则提供相关概览。…

本笔记比较领先标普500股票信号配置的组合规模确定方法。首先依据验证夏普比率，为每种配置选出覆盖完整的最佳检查点；随后将多种配置方法——包括分数加权、保形加权、波动率倒数加权、风险平价、均值—方差优化和层级风险平价——应用于相同预测。笔记还改变每次再平衡时持有的股票数量，并将结果与信号阶段的等权基线进行比较。…

本文记录了对美联储是否会在2026加息的多阶段预测。三个智能体分别搜索证据并给出概率，随后进行辩论并由监督者更新预测。它们的观点各不相同：两个认为加息概率较低，另一个则认为风险更高，反映出各方对通胀、美联储预测和政策前景存在分歧。…

本笔记运行标普 500 期权的三模型序列学习群组中已声明的 NLinear 成员。拟合该成员前，先确定整个群组的请求和检查点，以便后续笔记使用同一快照运行 LSTM 和 PatchTST 模型。由于 CPU 和 GPU计算可能产生不同的拟合权重，设备被视为训练身份的一部分；非规范设备因此需要使用独立的群组名称。 工作流程强调可复现性和完整性：记录群组成员，检查 NLinear…

本笔记介绍一项US公司特征研究中的留出集预测阶段。流程采用根据验证结果选定的模型配置，重建其训练规格和检查点，然后使用截至留出窗口之前的数据重新拟合。新的训练标识使重新拟合过程可审计；窗口和标签缓冲区则根据研究设置推导，以降低训练结果与评估期重叠的风险。…

本配置说明解释了为什么使用 SAGA，而非 scikit-learn 的 liblinear 求解器，来拟合带L1惩罚的三分类逻辑回归。文中提到其兼容较新版本 scikit-learn 中的多分类功能，并报告在已测量的 Nasdaq-100微观结构实验中，SAGA的完成速度快得多。已报告的样本外对数损失和准确率在所测设置中也都更偏向SAGA。…

本笔记介绍一项扩展窗口双重机器学习分析，考察在调整贝塔、特质波动率、市值和方差后，12至-2个月动量是否能预测下月US公司的收益。分析使用较早月份拟合辅助模型，在训练期与测试期之间设置禁入期，并排除最后的2016留出集。在相同的折外观测值上，将调整后的估计与朴素OLS进行比较，并使用 Driscoll-Kraay 推断处理时间和公司间的依赖。…