知识库

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。…

这项案例研究比较了用于预测平值空头跨式期权到期收益的梯度提升模型。研究改变了树的容量和三种拟合目标：平方误差、绝对误差和Huber损失。滚动验证使用两个时期，其中包括发生波动事件的一年，并通过信息系数（IC）对预测评分。由于每个提升阶段都会生成自己的预测，因此不同检查点被视为独立的模型候选。…

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。…

本文介绍一项CME期货研究如何在验证数据上选定模型配置后，为留出期生成预测。系统从验证结果中恢复所选配置和检查点，然后仅使用留出期开始前可用的历史数据重新拟合模型。标签缓冲区可防止训练结果延伸至评估窗口，并重新计算留出期专属的资格条件和模型参数。已登记的训练身份可证明模型经过了新一轮拟合，而非重复使用在验证集上拟合的模型。…

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。…

本文介绍如何获取选定期货品种的每周CFTC交易者持仓报告数据，并将各品种的历史记录保存为Parquet文件。COT报告记录周二的持仓情况，并于周五发布；金融期货与大宗商品的交易者分类有所不同。生成的数据包括报告日期、未平仓合约数，以及多头、空头和净持仓，可用于期货研究流程中的持仓或情绪特征。…

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。…

本笔记介绍如何为先前选定的 US 股票模型配置生成留出预测。由于模型选择和策略设置依据验证结果做出，这些结果本身无法独立证明选择质量。笔记从案例研究配置中读取留出日期，确定已选模型，并仅使用留出期开始前可用的历史数据重新拟合模型。…

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。…