知识库

本文介绍一条将 SEC 8-K 文件转化为结构化企业事件的流程。语言模型负责提取事件关系，明确的模式检查则验证实体名称、关系类型、类别和日期。确定性规范化用于修正实体格式；含有不支持值的记录会保留为待审核状态。申报文件的条目编号会作为上下文传入，多个条目都会保留；缺失条目会明确标记为缺失，而不是推断补出。 该工作流强调可追溯性和时间完整性：哈希涵盖提示中使用的所有申报字段，提取过程可复现，稳定标识符支持向 Neo4j…

本模块介绍一项注册表迁移：某个库更改了滚动折的编号，但日期窗口和拟合值保持不变。由于折标识符出现在训练规范、预测键、输入指纹、模型参数、产物和下游哈希中，更改标签时必须同步更新一系列相关身份标识和引用。…

本笔记分析一项真实策略审计的留存结果，比较 LEAN 引擎与匹配的 ML4T 回测配置。它列出冻结输入所支持的资产类别工作负载，并报告成交、估值、估值时间戳、权益差异和期末价值方面的一致性证据。由于现有连续合约根价格缺少原生 LEAN 订阅所需的带日期合约链和展期映射，因此不纳入 CME 期货工作负载。…

本笔记介绍如何在验证折上选定配置后，为 US 股票案例的留出期生成预测。它解析选定配置，保留其检查点选择，并使用留出期开始前可用的数据构建新的训练规范。标签缓冲区可防止训练结果延伸到评估窗口内，而重新拟合时会重新计算各折的资格条件和参数。…

本笔记说明隐马尔可夫模型如何根据收益和近期波动率推断不可观测的市场状态。首先设定简单的对照规则：以波动率指数阈值识别压力状态，以价格相对长期移动平均线的位置识别趋势。一个两状态示例展示了前向算法如何利用截至当前交易时段可用的观测值更新状态概率。…

本笔记构建日频股票和小时级加密货币永续期货的端到端流水线，涵盖数据获取、验证、来源标记和存储。股票示例将历史 WikiPrices 数据与较新的 Yahoo 数据源连接起来。由于不同供应商采用的拆股调整历史不同，它根据两个数据源共有日期估算价格缩放因子，将其应用于历史OHLC价格，并反向调整成交量，然后连接时间段不重叠的数据。笔记还统一了时间戳处理，并按供应商标记行，以便审计。…

本笔记介绍一个框架，用于检查动量信号表面上的质量能否经受合理的研究选择。它使用指定留出期之前的真实ETF数据，一次改变一个回看参数，并通过HAC调整统计量衡量截面信息系数。它不把观测到的最佳参数视为目标，而是根据表现接近峰值的设置范围宽度定义参数稳健性，以此区分宽阔的平台区和狭窄的最优点。…

本笔记比较在一个交易时段内拆分大型股票订单的两种子订单执行方式。TWAP在每个时间间隔发送大致相等的数量，无需市场预测。VWAP根据估算的日内成交量分布分配股数，力求在流动性通常较高时交易更多。它根据较早的分钟 K 线交易时段拟合该分布，然后在较晚的NASDAQ-100交易时段评估两种计划，并将执行价格与各时段实际成交量加权平均价格进行比较。…

本笔记说明如何比较 S&P 500期权预测模型，避免不完整或不匹配的评估样本扭曲结果。它按模型家族、配置和检查点识别各模型，检查预测是否符合其登记的适用条件，并验证各总体是否具有相同的交叉验证标识。序列模型需要回看历史，因此可能覆盖较少的行；跨不同适用条件组进行比较，会将模型差异与样本差异混在一起。 笔记介绍按折汇总的信息系数（IC）指标，并区分基于折的描述性统计量与使用日度…

本笔记使用 Ridge 回归和三种保形方法，为ETF远期收益构建不确定性区间：分割保形预测、保形化分位数回归和自适应保形推断。它使用滚动验证折进行评估，并说明有限样本校准规则：选择达到所需排名的校准分数，而非插值分位数。自适应保形推断会随时间更新误覆盖目标，反馈则延迟至远期收益标签确定后。…

本笔记使用双重机器学习估计永续期货溢价 z 分数在调整六项处理前控制变量后，是否与随后八小时收益相关。它通过分别拟合并加入处理与状态的交互项，比较高波动和低波动状态下的效应。数据采用多交易对面板结构，因此进行交叉拟合、设置禁用期和计算 Driscoll–Kraay 标准误时，方法将每个时间戳视为一个决策周期。 笔记还介绍一种区块置换反证程序：在每个交易对内部打乱处理值，同时保留时间持续性，区块长度则与处理窗口相对应。文中说明，当置换处理的残差方差不同时，安慰剂比较为何应使用 t…

本笔记介绍一种条件自编码器，将股票收益建模为特征相关的因子载荷与潜在因子的乘积。它先通过联合截面最小二乘拟合估计特征管理组合收益，然后训练神经网络重构同期收益。另一个滚动适配器预测下一个因子实现值，并通过当前特征将其映射为下一日股票收益预测。…

本数据集指南介绍一组连续CME期货合约，涵盖股票指数、利率、能源、金属、货币、农产品和畜牧产品。指南说明小时级源数据及派生的日频数据、多个合约期限、产品配置和通过加载器筛选数据的方法。下载工作流按产品和年份划分文件，支持成本估算和试运行，并建议在请求数据前查看供应商收费。…

本笔记研究模型完成资产排名后，配置规则如何影响ETF策略。它固定预测集和再平衡日历，为每种比较选取相同的前 k 名组合，并改变组合内的权重。方法包括等权、评分加权、逆波动率、风险平价、均值方差优化和层次风险平价。由于持有基金数量会影响权重的调整空间，分析还扫描了组合集中度。…

本笔记比较基于ETF特征的线性模型，这些特征由重叠收益窗口及相关动量、波动率和振荡指标构成。此类预测变量存在共线性，会使普通最小二乘系数不稳定。实验在滚动验证折上拟合岭回归、Lasso 和 ElasticNet 配置，按每折数据确定惩罚强度，并检查每种配置是否都在相同资产、日期和折上评估。…

本笔记测试投资组合构建能否挽救一项成本侵蚀严重、每根 K 线都交易的NASDAQ-100策略。它使用已声明的选择范围选出基线预测的领先者，然后在完整范围上进行配置比较。扫描改变持仓数量，并比较等权、评分加权和逆波动率仓位，同时固定15分钟的交易频率。结果显示，所有测试的配置组合仍显著为负，因此相较换手负担，配置选择和持仓集中度影响较小。…

本笔记从等权信号阶段基线中选取领先的验证预测配置，并在相同预测上测试替代配置方法。它比较基于评分和保形方法的权重与逆波动率、风险平价、均值方差优化和层次风险平价，同时改变持有股票数量。按验证集夏普比率推进配置选择，并为每种配置使用覆盖完整数据的最佳检查点，以免密集的检查点网格主导候选名单。…

本笔记评估已登记的ETF预测集转化为投资组合后的表现。它将每个验证集预测集与已声明的入场方案交叉组合，例如不同的前 k 名持仓，同时固定交易日历、再平衡频率以及声明的佣金和滑点假设。扫描前，先通过引擎运行随机排名；夏普比率明显偏离零，被视为时间、数据连接或成本模型可能存在缺陷的证据。…

分数阶差分对对数价格的滞后差分算子应用非整数次幂。其二项式权重随历史观测逐渐衰减，因此结果将价格变化与部分保留的水平信息结合起来。分数阶数决定这种权衡：较低阶数保留更多记忆，但平稳性证据通常较弱；较高阶数使用较短的历史并去除更多水平信息。…

本章介绍一条从研究走向实盘执行的路径，核心是让同一策略逻辑能够用于回测、模拟交易和实盘场景。内容涵盖经纪商和平台集成、部署循环、数据与特征一致性检查、订单生命周期处理以及运维准备。订单工作流被建模为状态机，以便明确处理部分成交、撤单、拒单和中断后的恢复。风险控制包括订单和持仓限额、过期数据检查、影子交易、对账和熔断开关。…

本笔记构建一个截面研究假设的特征：永续期货中持有多头的成本异常高，可能先于拥挤交易平仓时的相对走弱。它将资金费率和溢价指数数据转换为水平值、历史 z 分数、结算周期内排名、衰减指标以及市场状态条件特征。由于资金费率有上限，且结算间隔可能缩短，设计还考虑了费率饱和，并按经过的时间汇总现金流，而非假设观测次数固定。 笔记强调信息时间点的重要性。它将供应商 K…

本章梳理市场、基本面和另类金融数据来源，并比较资产类别如何影响价格、流动性和观测值的含义。文中强调，时间戳、调整方式、标识符和修订记录都是数据集定义的一部分，可能改变研究结论。示例包括考虑存续偏差的股票价格、公司行为调整、期货交易时段 K 线与连续合约、期权指标以及加密货币资金费率数据。…

本笔记介绍一种LSTM模型，它根据US股票面板中按顺序排列的特征窗口预测收益。与扁平表格模型不同，LSTM按顺序处理交易时段，并在每个窗口中传递隐藏状态。训练得到的门控机制控制哪些新信息进入该状态、哪些既有信息被丢弃，以及哪些信息传递到下一步。该设置使用堆叠循环层，并为每种配置保存多个训练轮次检查点。…

本笔记介绍 TimeGAN，这是一种用于生成合成金融序列的循环生成对抗模型。它的五个模块学习嵌入与重构、预测后续潜在状态、从噪声生成序列，并区分生成序列与真实序列。训练分为表示学习、时间监督和联合对抗学习。示例使用由US只股票构成的面板中的日对数收益率，并留出最新的一段数据用于评估。 评估结合分布检验、判别器以及“合成数据训练、真实数据测试”的比较。笔记说明，仅匹配均值和标准差，无法证明序列结构、波动聚集或股票间依赖关系已被复现。笔记还比较收益率与价格水平：由于模型输出受 sigmoid…