知识库

本笔记为横截面期货策略定义远期收益目标；该策略根据期限结构为产品排序，做多持有收益较强的产品，做空持有收益较弱的产品。它区分用于衡量跨合约展期收益的展期调整价格，与保留同期曲线信息、适用于持有收益信号的原始结算价。标签涵盖多个交易时段期限，而仓位按周调整。…

本笔记介绍如何使用 TSMixer，根据每只股票按时间排序的特征窗口预测收益。每个样本包含 60 个连续交易时段；若窗口跨越股票历史数据中的缺口，则予以排除，因此各折可用样本数不同。模型交替在时间轴和特征轴上进行非线性混合，使信息能够在堆叠模块之间重新组合，而无需循环结构。 文中提出的动机是并行处理整个窗口，而不是像 LSTM 那样逐步处理，同时在相同面板和数据折上，将反复显式混合特征与循环模型和线性模型进行比较。配置采用两个模块、32 的隐藏维度和 100…

本指南将 US 股票数据集划分为市场数据、公司基本面、投资者持仓和公司特征。它列出日线与盘中柱、期权和市场微观结构记录的加载器，以及 SEC 申报文件文本、XBRL 事实数据、机构持仓、内部人交易和打包的公司特征面板。指南还列出了部分数据集所说明的大致覆盖范围或时间跨度。…

本笔记将多个模型族的验证预测转化为等权多空组合。它按预测收益为股票排序，买入排名靠前的股票并做空排名靠后的股票，再通过统一回测流程测试多种组合集中度。使用固定随机种子的随机排序也会通过相同流程，作为流程检查；同时依据考虑有限样本波动的容忍范围评估其夏普率。…

本笔记比较股票和期货佣金模型及多种滑点模型，强调它们的单位和假设各不相同。按比例收取的费用在名义金额中的占比保持不变，而最低费用、固定费用、按股收费和费率门槛对大小订单的影响不同。期货佣金按合约数量和乘数计算；期货滑点则以总金额表示，而非每单位调整。 随后，文中比较不受参与率影响的滑点假设与成交量占比冲击；订单占每根 K 线成交量越多，冲击越大。还对固定动量规则采用日度、周度和月度再平衡频率进行评估，以展示成本与净夏普率如何共同变化。示例和成本分解仅供说明，再平衡频率的结果仅适用于所述 ETF…

本文介绍分阶段流程，将申报文件、新闻和另类数据中的公司名称关联至证券。它区分 CIK 和 LEI 等实体标识符与 FIGI、CUSIP 和 ISIN 等证券标识符，并解释为什么股票代码需要结合交易所和日期信息。若有可用标识符，优先采用确定性连接；否则，先对名称进行规范化，再用模糊字符串评分或句子嵌入进行匹配，并通过带标签样本的精确率和召回率评估接受阈值。…

本文介绍一种用于股票期权分析研究、预测股票收益的监督式自编码器因子模型。与 PCA、IPCA 和无监督条件自编码器不同，该模型的训练目标将横截面重建与远期收益预测结合起来。因此，目标变量会影响瓶颈表示，可能改善预测，但也会削弱解释共同变动的约束。…

本文介绍针对已选定 CME 期货策略进行固定的样本外回测。配置、预测、资金分配器、再平衡频率、集中度和交易成本假设均沿用前期研究步骤，并在留出窗口中保持不变。文中强调，只有固定所有选择，得到的表现才能作为留出证据。…

本笔记研究用于预测 CME 期货产品横截面的线性模型，特征列按相关类别分组，包括持有收益、动量、波动率和滚动风险指标。由于同一类别内的特征列往往相关，文中比较岭回归、套索和弹性网络惩罚：岭回归收缩系数，而套索可以将系数设为零，从而筛选特征。套索和弹性网络的惩罚会根据各折特有的阈值缩放，使其强度在不同折之间更具可比性。…

这项教学分析比较四种神经网络设计在同一任务上的表现：根据近期收益窗口预测下一日收益。汇集的八只交易所交易基金提供了多样的市场敞口。模型处理窗口的方式各不相同：全连接网络将其视为向量，卷积网络扫描局部模式，循环网络则逐步更新隐藏状态摘要。分析同时考察预测误差和训练成本，并研究这些成本如何随历史窗口长度变化。…

本笔记审计一项 FX 货币对研究中的完整规范验证预测集。它检查模型身份、产物可用性、完整性、已配置标签的覆盖情况，以及汇总后的配置是否符合声明的菜单。通过沿用数据谱系移除已被取代的预测集，使分析与下游回测使用相同的模型总体。因果估计单独报告，因为它回答的是处理效应问题，而非预测评分问题。…

本笔记审计一项 FX 货币对研究中已登记的验证预测。它检查目录是否包含已配置的模型总体、完整的预测集、可用的产物和当前模型身份。随后，它汇总不同标签、模型族、配置和检查点的预测诊断指标，包括每日横截面秩相关、折间稳定性、预测一致性和按时间顺序计算的保形覆盖率。绘图使用有代表性的样本，但不会因此从总体中移除模型，也不会决定哪些模型可以进入下一阶段。 本笔记将预测证据与因果估计区分开来：因果 DML…

本笔记使用纳斯达克逐笔订单消息和交易场所提供的主动方标签作为真实标签，衡量 Lee-Ready 方法推断交易主动方方向的能力。它根据新增、修改、撤销、成交和重置消息重建限价订单簿，再将每笔交易与同期最优买价和卖价对齐。Lee-Ready 将高于或低于报价中间价的交易分别判定为买方或卖方主动；若交易发生在中间价，则使用跳动测试。文中将这一分步方法与单独使用跳动测试进行比较，并报告准确率和分类覆盖率。 文档介绍了为期多日的 NVDA 验证，并指出结果重现了仅用跳动测试与 Lee-Ready 之间约 16…

本笔记评估 NLinear，这是一种简单的序列模型：它从回看窗口中减去最新观测水平，再通过线性变换将所得序列映射为预测值。在滚动折上拟合由 ETF 个模型组成的总体，并与线性模型和梯度提升模型中的领先者比较。拟合前，先确定数据、符合条件的基金日期观测、折边界和序列窗口要求，使比较使用明确共享的预测行。 根据验证集信息系数选择训练轮次检查点，同时设置完整覆盖约束，排除预测只覆盖部分验证日期的检查点。最终比较仅使用各模型相同的基金日期键，并在这些键上重新计算每日…

本案例使用线性模型预测加密货币永续合约的收益和方向。其特征矩阵主要由永续溢价的各种变化构成，即合约价格与现货价格之间、决定资金费支付的价差。文中对比岭回归和套索、弹性网络：岭回归会收缩相关系数但保留特征，而套索和弹性网络可以剔除特征。惩罚参数针对每个训练折单独确定，并使用共同的滚动折和预测行评估各项配置。 分析使用验证集信息系数展示正则化在冗余测量下的表现：岭回归会在相关特征间分配权重，而较强的 L1 惩罚可能只保留一列。稳定的负 IC…

本笔记介绍一种用于股票收益的条件自编码器：一个神经网络将股票特征映射为非线性因子载荷，另一个网络则从特征管理组合收益中提取同期潜在因子。管理组合通过联合横截面最小二乘法估计，以考虑特征之间的相关性。随后，独立的滚动适配器预测下一个因子值，并利用当前特征预测次日股票收益，从而区分重建任务与预测任务。…

本笔记衡量交易成本对固定 CME 期货策略配置的影响。它通过统一的验证阶段流程选出报告所用配置，在成本测试中沿用其风险调整机制，并应用预先声明的全包成本网格，将佣金和滑点均分。成本结果不参与配置选择，因此成本假设不会影响策略的选取。重点在于净夏普降至零时的成本水平，而非某个假定费率下的表现。…

本笔记介绍如何根据 DataBento 的逐笔订单消息，为单个 NASDAQ 代码和交易日重建限价订单簿。它对每笔订单建模，将订单汇总到价格档位，并分别维护买方和卖方两侧。正确解读消息至关重要：新增、修改、撤销、成交和重置会更新订单簿状态，而成交记录则保留给交易记录带。文中还介绍了如何处理仅含最优报价的交易场所记录和未定义价格。…

本笔记比较在离散调仓且交易产生比例成本时，对卖出的欧式看涨期权进行对冲的方法。它定义自融资终端盈亏，然后在 Heston 模拟价格下训练神经对冲模型，以最小化预期损失。替代方法包括 Black-Scholes delta、考虑摩擦的 Whalley-Wilmott 规则、基于表格价值的方法，以及从零实现的神经网络。训练、验证和评估路径彼此分开；先用验证集在不同训练随机种子中选择，再报告评估路径上的结果。…

本笔记比较六种仅做多的 ETF 配置方法，旨在降低对不稳定估计的依赖。对于使用协方差的方法，笔记应用 Ledoit-Wolf 协方差收缩，并比较均值方差最大夏普、最小方差、风险平价、分层风险平价、最小条件回撤风险和等权。每种配置均在训练窗口拟合后固定，并在之后的收益上评估；执行环节还计入声明的佣金和滑点。…

本笔记比较 LightGBM 预测模型的单目标超参数调优与多目标搜索。基准方案最大化验证信息系数（IC）。NSGA-II 搜索则最大化 IC，同时最小化标准化预测换手率，从而形成帕累托前沿；改善一个目标可能使另一个目标变差。该方法将信号质量与交易成本代理指标一并呈现，但换手率并非直接的交易成本估计。 本笔记还测试在 ETF 上调优的参数能否迁移到加密货币永续合约和期货，并将迁移后的表现与针对特定资产调优的结果进行比较。报告结果显示，迁移后的 ETF 参数在 CME 期货上的验证 IC…

本章综合九个案例，追踪机器学习信号如何经过投资组合构建、交易成本、风险覆盖层和冻结的留出集评估。本章以每个案例的演进过程为分析单位，而不是只按夏普比率给策略排名。所述框架将信号质量、投资组合转化、成本下的存续能力和时间稳定性分开，再利用这些阶段识别限制因素所在，以及后续研究可能发挥作用之处。…

本评估追踪单一 US 股票策略，从冻结的验证回测集到留出集评估。它采用确定性规则：选择验证夏普比率最高的候选项，并以回测哈希打破平局。注册记录用于验证所选策略的数据、训练、预测和回测沿袭，同时将验证窗口与留出窗口分开。 分析使用不确定性区间、配对比较、收益路径和回撤路径，将所选策略与等权基准进行比较。选择规则依据夏普点估计，而非预测…

本笔记使用已注册的留出集预测运行选定的 NASDAQ-100 微观结构配置。模型、配置方法、集中度、再平衡计划、风险覆盖层和成本假设沿用先前工作且保持不变；本笔记不做选择或调参。笔记通过配置已注册的训练身份验证预测集，然后进行交易并注册所得收益序列。验证集和留出集表现会作为背景信息列出，更广泛的解读留待单独分析。…