知识库

本笔记本梳理一系列ETF收益模型，它们在面板数据中推断共同的潜在方向，并用特征估计基金的风险暴露。文中区分五种方法：无条件主成分；使用线性特征到风险暴露映射的工具变量PCA；使用网络映射的条件自编码器；直接对横截面定价的随机贴现因子模型；以及通过瓶颈预测收益、但不保留因子解释的监督式自编码器。第一种方法作为非条件基线，其余方法则体现不同的建模假设。…

本笔记本说明为何在多个信号或策略中进行搜索，会使观察到的最佳结果看起来比其实际预测能力更强。模拟使用没有真实信息的因子，展示选择最大信息系数如何偶然产生表面上吸引人的结果。随后，文档介绍因子检验的校正流程：计算经HAC调整的p值，应用Benjamini-Hochberg错误发现率控制；若重点是控制任何错误拒绝的概率，则考虑使用Holm-Bonferroni方法。…

本笔记本介绍如何将已发布且经过横截面排名的US公司特征面板转换为因子研究所用的带键特征矩阵。它将输入归入已声明的类别，在不拟合转换的情况下组合特征及其交互项，并将实际收益排除在特征产物之外。笔记本从源数据的固定公司轴重建持久公司身份，再与单独的标签面板核对，以防使用不断变化的横截面位置合并行。…

本文介绍交易研究流程如何评估潜在因子模型拟合是否以可用状态完成。对于通过梯度下降训练的模型，流程会检查最后记录的训练目标是否为有限值；对于随机贴现因子模型，还要求终端夏普比率为有限值。最后两次观测之间的目标值变化会作为诊断信息记录，但不会决定是否成功，因为最后一步较大可能源于训练安排，而非拟合失败。…

本笔记本介绍一种随机贴现因子（SDF）模型，用于为US公司收益横截面定价。它不先估计因子再加以应用，而是在无套利条件下直接学习公司月份权重：贴现后的收益预期值应为零。训练分为无条件阶段、纳入公司特征和市场状况的条件阶段，以及寻找当前SDF定价效果较差测试资产的对抗矩网络。…

本笔记本评估四种源自新闻的信号——加权意外值、平均情绪、情绪变化和文章覆盖度——与股票未来收益的关系。它计算每日横截面斯皮尔曼信息系数，汇总其均值、变异性、信息比率和t统计量，然后比较按信号排名的五分位组收益及其多空价差。每个日期计算一个系数，使日期成为分析单位，而不是将所有资产与日期的观测合并。笔记本还检查重复的信号值是否会影响分组比较。…

本分析比较多个模型类别对下月收益的预测，这些模型以每月 US 股票特征进行训练。分析重点是截面信息系数，它衡量模型在每个月对股票排序的能力。工作流程从运行登记系统读取验证结果和代表性预测，使用置信区间和各折表现比较不同类别，并考察信号在不同验证窗口中是否依然可信。分析还将预测性预测与潜在因子结构拟合、因果处理效应估计区分开来；虽然报告的统计量相关，但它们回答的问题不同。…

本笔记汇集五种潜在因子方法，用于建模标普 500 期权案例研究中的股票收益截面。PCA 仅根据收益估计共同变动；IPCA 线性地将特征映射为暴露；条件自编码器采用非线性映射；随机贴现因子通过截面定价拟合；监督自编码器则将未来收益加入条件模型的目标函数。本笔记检查五项相关研究是否共同发布了训练菜单中声明的所有模型，然后读取已登记的验证预测，并按标签比较峰值信息系数。 该比较用于描述，而非模型选择。IC…

本笔记筛选金融特征和基于模型的特征，评估它们按未来收益为股票排序的能力。它计算每日横截面信息系数，在考虑序列依赖的同时估计不确定性，对多候选项检验进行显著性调整，并跨滚动周期评估结果。分位数收益分布有助于判断某种关系是否可支持排序型策略，冗余分析则识别证据相似的特征。…

该笔记评估从新闻文本中提取的四种信号：加权意外度、平均情绪、情绪动量和文章覆盖度。笔记使用先前特征构建步骤准备的远期收益，然后为每种信号和收益期限计算每日横截面 Spearman 信息系数。评估汇总这些系数的均值与变异、信息比率和 t 统计量，并计算按信号将资产分为五组后最高组与最低组的收益。 文档给出的结论是，这些信号在本次评估中没有显示出可测量的优势。文档解释了为何推断应以每日系数而非合并后的资产观测为单位，以及为何重复的信号值可能扭曲分组规模和比较结果。t…

本笔记介绍如何使用CAPM和Fama–French因子回归分解ETF收益与风险。笔记使用异方差和自相关稳健标准误估计全样本暴露，使用滚动窗口跟踪贝塔变化，并在将后续收益归因于暴露时使用滞后暴露，以避免前视偏差。分析还将手工计算结果与因子模型库进行比较，并使用收缩法稳定因子协方差估计。 示例涵盖全市场和风格聚焦型 US 股票…

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。…

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。…

本笔记考察已发表的投资因子是否具有可信的收益溢价，以及彼此之间能否分散风险。它采用AQR的长期及跨资产序列，并结合法马-弗伦奇股票因子，使用考虑序列相关性的统计方法和更高的显著性门槛，以应对文献中研究的众多候选因子。笔记比较因子间的相关性，包括价值与动量因子，并回顾危机时期的结果以及因子发表前后的表现。…

本笔记实现了对抗式随机贴现因子模型的日频教学性改编。投资组合权重网络使用前一交易日收盘时可用的特征和市场状态，根据次日超额收益构造因子。对抗矩网络协助训练定价核，另有一个贝塔网络预测资产层面的收益—因子矩。笔记将用于评估 SDF 的因子夏普比率和定价误差，与用于评估贝塔网络资产排序的横截面秩 IC 区分开来。 流程定义训练期股票范围，延迟使用宏观观测，根据训练数据学习缩放和截尾参数，用验证集选择检查点，并在独立测试期评估冻结后的模型；对次日标签设置边界隔离期。相关限制不可忽略：本实现使用日度数据和固定的 200…

本笔记使用此前选定的预测结果和投资组合配置器，在保留的留出期对固定股票特征策略进行回测。配置、仓位规模、集中度、再平衡频率和成本假设均保持不变；共形仓位宽度根据验证残差校准，而非留出期实际收益。验证观测过少的股票使用合并后的备用宽度，倒数宽度权重强调各投资组合方向内部的相对可靠性，而非预测收益幅度。…

本笔记将供应链知识图谱和机构持仓申报转化为下游金融建模特征。从公司网络中提取拓扑指标、供应商集中度、竞争暴露度和瓶颈指标。从特定时点的 13F 持仓中构建持有人广度、集中度和共同持仓信号，再将持仓与运营指标结合为跨图交互特征。…

本数据集指南介绍一个月度US股票面板，其中包括匿名公司及其用于机器学习资产定价研究的特征。数据包含会计和技术特征、收益，以及相隔十年的预定义训练期和测试期。该间隔旨在减少前视偏差问题；匿名标识可减少个股层面的数据挖掘。特征经过秩转换，部分观测缺失，面板还包含已退市公司。…

此笔记本介绍一种工作流，将大量ETF特征缩减为供后续建模使用的候选特征。它按日期计算特征与未来收益之间的横截面Spearman信息系数，再对各日结果取平均，以此进行排序。Newey–West调整统计量用于处理每日IC序列的序列相关性；Benjamini–Hochberg校正则控制大量特征检验中的假发现。随后，通过相关性筛选和层次聚类剔除冗余候选项；自助法重抽样用于评估每个特征的IC正负号是否一致。LightGBM重要性提供另一种基于模型的比较。…

此笔记本说明随机贴现因子（SDF）如何为股票期权信号的横截面定价。与估计风险暴露和因子收益的因子模型不同，SDF方法估计一个随机变量，使资产收益能够得到一致定价。训练在提出贴现因子的网络与挑选能揭示其定价误差的投资组合的对抗网络之间交替进行。无条件、对抗和条件阶段各有单独的轮次预算；检查点数值则按共享坐标轴汇总展示各阶段信息。…

本文介绍潜在因子，即股票之间的共同收益模式；每只股票的载荷表示其对某种模式的暴露。它对比主成分分析与工具变量主成分分析：前者仅从收益面板提取因子和股票载荷，后者将载荷建模为可观测股票特征的函数。这样根据特征进行条件化，使载荷能随特征变化而调整，并为此前未观测到的股票分配暴露。…

此索引介绍潜在因子，即从股票收益共同变动中提取的共享模式；每只股票的因子载荷表示其对某种模式的暴露。它对比主成分分析与工具变量主成分分析：前者仅根据收益估计因子和股票载荷，后者将载荷建模为可观测股票特征的函数。根据特征进行条件化有助于纳入新股票和不断变化的公司属性，但也假设特征与载荷之间的关系在股票和时间维度上保持稳定。…

此笔记本汇总ETF案例研究中已登记的回测，对策略进行考虑不确定性的评估。它读取带有分块自助法置信区间的表现指标，并用配对自助法比较连续的流程阶段、策略变体和留出结果。流程阶段涵盖信号选择、资产配置、交易成本和风险叠加规则。它还将选定策略与等权跨资产ETF基准在验证期和留出期的表现进行比较。…