知识库

本笔记考察金融特征是否有助于解释一个 10 个交易日的 Delta 对冲期权收益标签。它比较了使用单个隐含波动率特征、依赖和不依赖隐含波动率的特征组，以及完整特征集的 Ridge 模型。所有比较都使用相同的标签专属前向滚动折和验证集标识，并汇总每日秩信息系数及其不确定性估计。计算 IC 时始终采用最低横截面样本量要求。…

本笔记衡量平值标普500跨式期权的验证集夏普比率如何随假设执行成本和两个期权范围而变化。由于期权权利金与标的名义金额差异很大，笔记将价差成本表示为报价期权半价差的一定比例。它在预先声明的一组价差比例下，评估每个模型族中以可复现方式选出的一个基准策略，同时固定其他成本和集中度。笔记还比较完整期权曲面与按报价价差选出的高流动性子集。…

本模块介绍了一种为多个模型族准备滚动训练和验证数据折的通用方法。它将耗时且与模型无关的工作——切分时间窗口、应用每折特定的基于模型的特征、删除标签缺失的行，以及抽取训练样本——与后续的模型特定变换分开。复用原始数据折可以避免为每个配置重复相同的准备工作。线性模型进行缺失值填补和标准化，而梯度提升树保留缺失值，并使用其原生缺失值路由。…

本笔记评估用于期货预测的LSTM和NLinear序列模型。与每个决策只使用一行特征的模型不同，序列模型使用按时间排序的历史观测窗口，可能学习到固定摘要遗漏的模式。NLinear预测相对于每个窗口最后一个值的变化；LSTM则学习如何在窗口内传递信息。笔记说明了为何两种模型都要测试：复杂模型的容量可能更大，但线性基准模型在预测任务中的表现也曾颇具竞争力。…

本笔记比较了用于永续期货资金费率研究的多个模型族的验证集预测结果。它说明，信息系数衡量预测值与后续收益之间的排序关联，AUC衡量上涨或下跌标签的排序能力，而对数损失评估概率预测的准确性，并对自信却错误的预测施以重罚。由于这些指标回答的问题不同，AUC可能提高而对数损失却恶化；两种排序指标都不能证明收益幅度有用或概率经过校准。…

本实现介绍了如何为深度学习研究中的面板数据构建批量序列窗口。窗口遵循面板预期的日历，而不是将每项资产的观测压缩成连续行。缺失的交易时段仍以未观测单元表示，并附带观测状态和陈旧度指标，因此名义回看窗口不会在不知不觉中跨越超出预期的日历区间。纳入规则要求达到最低观测占比，并限制连续缺口长度。 为提高效率，每个证券的特征数组和目标数组会被展平，并通过一次索引操作收集批次，而不是针对每个序列分别调用…

本笔记介绍了市场和公司数据的实用清洗方法，包括处理重复项、标记缺口、领域过滤、基于反转的尖峰检测、异常值截尾、类别编码，以及对齐不同频率的数据集。核心要点是：从数据中学习到的任何预处理参数，例如缩放参数或截尾边界，都必须仅在训练集上拟合，再应用于验证集或测试集。在全样本上拟合可能会将未来信息泄漏到模型开发过程中。…

本笔记本考察在预测相近或使用不同随机种子和架构重新拟合模型时，SHAP 归因是否仍保持稳定。研究使用 ETF 远期收益，寻找预测接近但 SHAP 归因特征不同的样本对，然后比较多个 LightGBM 拟合结果与随机森林的特征重要性。研究使用横截面信息系数评估预测表现，并以 SHAP 平均绝对值比较归因特征。 示例表明，预测行为相似时，解释仍可能不同；归因模式也可能反映模型特定的拟合结果，而非唯一确定的数据真相。笔记本建议检查不同随机种子和模型类别下的稳定性，报告特征重要性的不确定性，并避免依据 SHAP…

本笔记本针对期权市场特征拟合梯度提升树模型，特征包含隐含波动率、偏斜、期限结构和方差风险溢价等预期信息。研究使用滚动验证，比较不同树模型容量及回归损失函数在远期收益和方向标签上的表现。由于提升模型会在连续的树检查点生成预测，每个检查点都作为单独候选项参与评估和后续选择。笔记本还将其与惩罚线性模型进行对比，并说明树模型如何表示特征间的条件关系，而无需手动添加交互项。 证据基于较短的历史数据和两个验证折，其中包括覆盖 2020…

本笔记本将仓位规模与最大不利和有利波动分析结合起来。笔记本展示固定比例仓位法：根据组合风险预算和入场价至止损价的距离确定股数，并对仓位集中度设置上限。文中还介绍基于滞后估计值计算的标准化反波动率权重，并将这种仅考虑单个资产波动率的启发式方法与考虑协方差的风险平价区分开来。后续分析使用校准样本和未来样本考察波动幅度、止损和目标阈值，以及全部退出与分批退出策略。…

本笔记本比较 Polymarket 以加密货币结算的事件合约与 Kalshi 受监管的合约，重点关注访问规则和上市政策如何影响各平台呈现的价格与问题。研究检查了一个较小的 Polymarket 快照，核对其覆盖的市场与日期数量，找出一个比特币阈值阶梯，并检验阈值升高时价格是否下降。研究还构建概率特征，并比较两个平台上相互重叠的美联储事件市场。 笔记本提醒，该快照中每个市场的观测值很少，因此适合横截面和结构比较，而不适合时间序列分析。文中还解释，各平台的成交量字段衡量的内容不同：Kalshi 报告成交合约数量，而…

本案例研究使用每日数据、滚动模型评估，以及佣金、价差和展期滑点成本，检验一组多元化 CME 期货上的每周多空套息排序策略。研究比较不同模型类别的信号质量，然后评估组合配置、风险覆盖策略和未参与调参的留出期。报告中横截面信息系数最高的是潜在因子随机贴现因子模型；但案例最终选用的策略则采用梯度提升模型、层级风险平价和移动止损。 验证回测报告的夏普比率为 1.236，但留出期估计为…

本文说明如何将实盘订单的生命周期表示为有限状态集合及有效的事件驱动转换。内容涵盖提交、经纪商确认、交易所接受、部分成交和全部成交、撤单请求、拒绝、到期及暂停。状态转换表便于根据订单当前状态验证经纪商回调，并保留订单如何达到最终结果的历史记录。…

本笔记本比较某横截面 S&P 500 研究中的预测性、结构性和因果模型证据。研究将股票特征与期权衍生指标结合，包括隐含波动率、偏斜和期限结构，并评估每周远期收益排序，同时考察其他标签期限、潜在因子结果、因果估计、十分位表现和信号相关性。核心问题是期权特征能否直接或通过潜在因子提供有用信息，以及哪些发现值得进一步进行策略模拟。…

本笔记本展示如何在明确的交易、融资和基金费用假设下，将毛收益换算为净绩效。成本构成包括价差和市场冲击、佣金和交易所费用、保证金利息、股票借贷成本、管理费和行政费用。参数化计算将这些扣减应用于真实的每日 ETF 收益序列，分别设为高换手单边做多、杠杆多空价差和低换手单边做多配置，然后比较毛收益与净收益、夏普比率和回撤。…

本笔记本展示一种交易级诊断工作流，将实际亏损与模型的 SHAP 解释联系起来。它使用滞后价格和波动率特征及宏观输入训练 LightGBM 模型，以预测下一交易时段的 SPY 收益。固定预测阈值决定开立哪些单时段多头交易；随后选出实际结果最差的交易，对齐其 SHAP 向量并进行聚类，再将所得模式转化为审查模型或特征的假设。 笔记本强调应解读聚类内 SHAP 贡献的分布和方向，而不能只依赖平均归因。SHAP…

本笔记本比较行为克隆与逆向强化学习（IRL）如何从执行记录中学习。示范来自一个 TWAP 交易计划，其风险中性目标已知：将交易均匀分散，以限制冲击，同时接受时机风险带来的敞口。行为克隆直接从状态—动作对中学习动作，而 IRL 则估计一个能够解释这些动作的奖励函数，并可能为迁移到其他情境提供依据。…

笔记本介绍了 Almgren–Chriss 大额清算计划框架。该框架以到达价格为基准衡量执行偏差，并建立两种相互竞争的成本模型：市场冲击随交易强度上升；未卖出的头寸持续暴露于价格变动时，时机风险随之增加。风险厌恶参数决定交易路径，一系列成本与风险的权衡构成有效前沿。笔记本还根据清算半衰期解读交易路径，并区分永久性冲击与暂时性流动性成本。…

本案例研究说明如何为横截面外汇策略构建远期收益标签。该策略对货币对排序，并根据相对排名买入或卖出。研究首先按照纽约收盘惯例将四小时现货柱映射到交易时段，然后衡量每个货币对的一期及更长周期收益。工作流程强调检查远期窗口是否完整、工具是否连续，并防止收益计算意外跨越不同工具。诊断分析也仅纳入在留出期开始前结束的结果。…

代码从样本外预测表计算标准化绩效指标，分别按分折计算并汇总为主要指标。它支持回归与分类，包括信息系数、误差指标、区分度指标和实体数量。对于分类任务，计算信息系数时需要连续收益列，同时使用类别标签计算 AUC、对数损失和准确率等指标。这一区分可以避免把二元标签当作收益排序的替代品。 进行推断时，该实现会汇总每日横截面统计量，并计算 HAC…

这份记录呈现了一次 LangGraph 预测运行，讨论美联储是否会在 2026 年上调目标利率。三个智能体分别给出概率，随后进行辩论并由监督者更新预测。日志记录了汇总概率、辩论中值和监督者修订后的估计，同时列出有关通胀、经济预测和政策预期的搜索查询与摘要。记录还显示，智能体对通胀前景、地缘政治冲突的影响以及美联储可能采取的应对措施存在分歧。…

本笔记本根据 CME 期货收益面板构建主成分因子，而不是从套息、动量或波动率等工程化特征构建。PCA 用于寻找能够解释不同产品间变异的方向；第一主成分可能类似于共同市场走势，后续成分则可能反映板块间联动。这些模式并非由板块标签强加，成分按解释方差而非预测价值排序。 预测会将收益投影到各成分上，并用扩展均值推算因子收益。因子数量预先指定，拟合得到的 PCA…

本笔记使用双重机器学习，检验隐含波动率与已实现波动率之差同未来股票收益之间的关联，在调整可观测混杂因素后是否仍然存在。笔记在相同的交叉拟合观测上，将调整后的估计与朴素普通最小二乘结果进行比较，并使用实体内区块置换安慰剂检验。时间控制考虑了结果期限、处理变量的滚动构造、各折间隔以及观测间依赖性。分析排除了结果窗口可能延伸至最终留出集的观测。 该结果适用于开发期间当前标普 500…

本笔记组装了一个研究智能体，它搜索证据并针对二元问题返回结构化概率。笔记介绍了动作解析与验证、回合预算，以及记录理由和运行详情的已保存预测产物。无效回复会被退回修正；未完成预测便耗尽回合的智能体，也会与给出概率的智能体区分开来。 模型提供预测及理由；代码则生成情绪、信心、证据类别和关键发现等字段。笔记强调这些指标只是启发式：基于概率与五五开距离计算的信心，并不能衡量证据质量；统计文档数量也无法判断其独立性或可信度。固定的轨迹支持在不发起新的 API…