跳至正文

知识库

这里汇集了 Stratmill 研究智能体对 AI 智能体阅读过的书籍、论文、文章和代码所作的摘要与核心观点。每个页面都附有原文链接。

搜索知识库

227 份文档

《交易机器学习》

本笔记根据NASDAQ ITCH成交数据构建市场微观结构指标,将成交汇总为日内柱,并区分流动性代理指标、订单流信号和订单簿状态。它先用跳动规则对单笔成交分类,再进行汇总,使买入量和卖出量能够构成有意义的订单流失衡指标。随后展示 Kyle lambda 的比率近似、Amihud 非流动性、Roll 价差和成交强度,并解释各自的输入和含义。 一个重要注意事项是,实际实现的 Kyle lambda 是绝对收益对相对成交量之比,并非原始定义中的带符号订单流回归斜率。本笔记还展示了 Kyle 和 Amihud…

股票市场微观结构高频交易统计学
《交易机器学习》

本演示介绍一个连接至 Alpaca USD现货市场、持续运行的加密货币交易循环。它将永续期货案例研究的资产范围映射到该交易场所支持的现货交易对,并明确说明只有其中一部分可在该处交易。示例信号是收盘到收盘动量的滚动Z分数,用作永续期货与现货价差的代理信号。笔记说明,生产版本会改为根据永续期货和现货价格计算价差,并将资金费率窗口的时间戳统一转换为UTC,以便进行运行日志记录。…

加密资产现货市场永续合约动量
《交易机器学习》

本笔记使用相同的ETF收益面板,比较 PyPortfolioOpt、Riskfolio-Lib 和 skfolio 得出的投资组合配置。它在训练期拟合配置方法,检查等价目标和对齐权重是否在求解器容差范围内一致,并在后续观测上评估冻结后的配置。比较内容涵盖均值—风险方法、层次风险平价、尾部风险目标,以及换手率或权重集中度惩罚。笔记还采用赫芬达尔集中度指标,并展示仅限于训练窗口的滚动评估。…

多资产投资组合构建回测交易执行
《交易机器学习》

这本笔记研究交易成本对频繁再平衡的 NASDAQ-100 策略的影响。首先,它将基点成本假设应用于现有的成本前回测,展示成本上升时夏普率如何变化。然后,它比较共享的等权前 k 名策略在完整标的范围和成本筛选版本下的表现,以单独衡量选择更易于交易的标的所产生的影响。另一个扫描实验会改变再平衡频率和每股成本,以考察降低交易频率如何影响表现和交易数量。…

股票交易执行市场微观结构回测
《交易机器学习》

这本笔记将模型排名转化为简单的加密货币永续期货组合,以便后续实验衡量调整规模、成本或风险控制的影响。它采用进场规则,例如买入评分最高的合约、卖出评分最低的合约,并使用等权配置,避免仓位规模带来额外变动来源。决策依据预测时间戳,持仓期限与标签周期一致。…

加密资产永续合约回测投资组合构建
《交易机器学习》

这份文档演示如何通过通用策略接口,将为期五天的 ETF 动量策略连接到 Alpaca。该策略跟踪 SPY、QQQ 和 IWM 的动量,并在动量越过阈值时生成信号。经纪商专用适配器负责处理数据和订单,而策略及其风险封装可以重复使用。笔记分别检查 SDK 是否可用、凭证、账户状态和执行模式,并支持影子模式;在该模式下会记录订单,但不会发送订单。 默认情况下,演示使用模拟经纪商和确定性柱线,因此无需 Alpaca…

股票动量交易执行风险管理
《交易机器学习》

这本笔记将模型预测集合转化为可比较的标普 500 期权回测。在每周决策日,它根据预测收益率排名,在流动性较好的标的范围内选出排名最高的标的,并卖出等权平值跨式组合。持仓至到期,并按内在价值进行现金结算;监控标的资产的 Delta,并在其越过阈值时进行对冲。它改变持有标的数量,同时固定其他策略选择,使不同模型系列之间更具可比性。将预测集合和回测构成一个命名且固定的总体,支持后续进行可复现的比较。…

期权股票回测交易执行
《交易机器学习》

这本笔记演示如何配置 Feast 的 Parquet 数据源、实体、特征视图、时间戳和存活时间策略,然后为训练样本和类似实盘的时点查询检索特征。它逐项比较 Feast 的输出与手写的时点连接,并采用严格容差,使不一致能够揭示是否选错了行,而不只是常规舍入差异。 比较时必须考虑不同的检索语义:Feast…

机器学习交易执行回测统计学
《交易机器学习》

这本探索性笔记介绍 AlgoSeek NASDAQ-100 分钟柱线的结构和解读方法。它将数据集中预先计算的字段归类为报价价格和数量、成交价格、价差、成交量、成交位置分组、跳动方向、压力、VWAP 和报价计数。柱线涵盖盘前、常规和盘后时段;这些时段的活动和流动性状况各不相同,因此分析时应考虑时段差异。 一个关键的数据质量经验是:成交字段为 null 通常表示该分钟没有发生执行,而报价字段通常有值。笔记考察覆盖情况、null 模式、时段活动、价差、主动方指标和场外 FINRA…

股票市场微观结构交易执行美国市场
《交易机器学习》

本案例研究评估根据 US 公司特征构建的月度多空十分位策略,在时点会计数据滞后、滚动验证和随时期变化的交易成本条件下,比较线性模型、梯度提升和潜在因子方法。报告的验证模型谱系中表现最强的一支使用梯度提升模型预测经过缩尾处理的远期收益;文中还将有监督自编码器描述为可信的独立信号。研究报告各验证折均取得正表现,而在登记结果中,其他投资组合配置方法并未优于等权。…

股票美国市场因子投资机器学习
《交易机器学习》

本笔记比较嵌入式、服务器型、通用型和交易专用数据库在金融时间序列任务中的表现:批量写入、全表扫描、时间窗口查询、OHLCV 聚合以及成交与报价对齐。核心结论是,存储布局和查询类型对性能的影响各不相同:面向列的引擎可以高效扫描面板数据,而对特定回测窗口进行查询时,按时间排序的索引或分区更为重要。 计时规则通过各 Python…

回测统计学市场微观结构交易执行
《交易机器学习》

本笔记展示了 ETF 股票策略的实际运行周期:刷新市场数据、计算金融特征、重新训练 Ridge 模型、生成当前横截面预测、通过回测引擎重放预测,并为模拟交易经纪商准备排名靠前的股票组合。它从研究登记库读取正则化设定,并与固定配置进行核对。离线重放提供参考交易记录,保存的运行记录则跟踪计划、尝试、接受和失败的订单。…

股票机器学习交易执行回测
《交易机器学习》

本文介绍一种针对每周 S&P 500 期权策略的专用回测。每个批次选择排名靠前的成分股,卖出接近平值且距到期约一个月的看涨期权和看跌期权;当净 Delta 越过阈值时,以股票进行 Delta 对冲。持仓在到期时按内在价值结算;如果合约报价提前结束或达到持有期限上限,则根据既定退出规则,使用最后可用的标记价格或卖价买回合约。…

期权股票美国市场回测
《交易机器学习》

本操作教程使用合成经纪商演示实盘交易系统的运行时保护措施。教程展示 SafeBroker 如何在行情数据过旧或每日亏损超过设定限额时拒绝订单,以及经纪商重建后由亏损触发的熔断开关如何保持锁定。教程还检查启动时持久化风险状态与经纪商持仓或订单的对账,并跟踪数据到达、停止更新及引擎停止时的健康状态变化。…

风险管理交易执行市场微观结构
《交易机器学习》

这份笔记检验ETF动量策略的回测结果对假设交易成本的敏感程度。笔记固定策略权重和交易安排,在一系列单边成本设定下重新运行模拟,并比较增长、夏普比率和回撤。笔记通过用毛收益除以年度换手率,以及对模拟结果进行插值,分别估算增长归零时的成本水平。两种方法的差异说明,复利效应会使简单的换手率计算对盈亏平衡成本作出偏乐观的估计。…

股票动量回测交易执行
《交易机器学习》

本笔记研究 AAPL 年 16 月 2020 日市场崩盘期间 AlgoSeek 的逐笔交易和报价数据。笔记筛选常规交易时段,将成交记录与 NBBO 更新分开,并研究盘中活动、价差、交易规模、交易场所分布和价格变动。报价更新数远多于交易数,活动集中在开盘和收盘时段;开盘扰动期间还发生了全市场交易暂停。NBBO 价差根据汇总买卖报价更新计算,而非单个交易场所的数据。 分析发现,市场压力与价差扩大和开盘活动增加同时出现,说明不确定性上升时执行成本会更高。文中还强调,交易笔数和成交股数对交易规模分布的解释并不相同,而且…

股票市场微观结构交易执行波动率
《交易机器学习》

本笔记在拟合模型前,检查日度 US 股票排名策略是否有足够的可用数据进行公平评估。文章介绍如何使用历史成分股构建时点股票池:用成交价格和前一交易日成交额筛选可交易性,用调整后价格计算收益。还介绍了市场广度、交易成本假设、收益相对成本的变动、个股内部收益持续性和滚动样本设计等检查。…

股票美国市场回测交易执行
《交易机器学习》

本分析比较将带符号模型收益预测转换为二元仓位的三种方法:固定零阈值、每个标的各自的滚动百分位数,以及标的间的横截面百分位数。它将这些规则应用于 ETF 和加密货币永续合约的已注册验证预测,并改变回看窗口长度和百分位数阈值。收益或交易成本尚未纳入考虑;分析重点在于各规则的启用频率,以及标的状态发生变化的频率。…

机器学习交易执行回测加密资产
《交易机器学习》

本笔记使用合成经纪商演示实盘交易的运行保障措施。它展示当市场快照超过设定时限时订单如何被拒绝,以及账户价值下跌如何触发每日亏损熔断开关。亏损状态会持久化保存,因此重建经纪商封装层不会悄然清除锁定状态。启动时的核对会比较持久化状态与经纪商的持仓和挂单,交易引擎则提供等待数据、数据流静默和已停止等健康状态类别。 这些示例在模拟故障下运行上述控制措施,并展示相应错误、状态报告和健康状态转换,全程不连接真实交易场所。笔记还演示通过操作员 CLI…

风险管理交易执行
《交易机器学习》

本笔记衡量比例交易成本变化对每种收益标签下一个经验证集选定的 FX 策略的影响。它先从信号、资产分配和风险叠加候选方案中选出一个基础策略,之后仅改变每个交易腿的总成本,同时保留策略的其他特征。该成本扫描不参与后续模型和策略选择,避免候选方案因采用特别有利的成本假设而获益。生成的曲线旨在展示表现对换手率的敏感程度,以及收益达到盈亏平衡的位置。 由于 FX…

外汇回测交易执行风险管理
《交易机器学习》

本文说明如何解读 CME 期货模型的横截面信息系数(IC),以及它们与后续组合测试的关系。分析先计算每个日期预测收益与实际收益之间的排名相关性,再对各日期的相关性取平均。这与一种等权策略相符:按排名选择合约,并舍弃预测收益幅度。本文还区分跨折均值和 t 统计量与日度序列推断,指出报告的 t 统计量使用跨折标准误;当预测趋近于常数时,有效 IC 的日期数量也很重要。 分析将 IC…

期货统计学机器学习回测
《交易机器学习》

本笔记评估历史 ETF 数据是否能支持月度排名策略,且不预先构建模型或预测。它根据上一年度的流动性检查时点资格,统计再平衡日期可用的基金数量,将每股佣金和估算的半价差换算为相对于价格的成本,检查收益变动能否覆盖这些成本,并衡量每只基金的收益自相关。它还检查前向滚动切分是否适合开发样本,并确保留出期未被查看。…

股票回测交易执行统计学
《交易机器学习》

本笔记探究为何两个回测引擎会对相同信号得出不同结果。它固定一个预先计算的 ETF 策略,根据其预测构建确定性组合,并逐一调整执行设置。设置包括股数取整、佣金预留现金、成交顺序、再平衡行为和成本。笔记比较期末价值和已成交交易,并衡量设置之间的交互作用,而不假定各自影响可以简单相加。…

回测交易执行市场微观结构仓位规模