知识库

本笔记展示如何使用 SHAP 解读预测 ETF 未来收益的 LightGBM 模型。TreeSHAP 为单个预测提供特征贡献，并汇总整体重要性。蜂群图和依赖图展示特征值与贡献之间的关系；局部解释则将单个预测相对于模型期望值进行分解。本笔记还将 SHAP 排名与置换重要性和树不纯度重要性进行比较，考察特征交互，并跟踪滚动各折的平均绝对 SHAP 值，作为漂移诊断。…

本笔记介绍如何在根据验证结果选定加密货币永续合约资金费率策略配置后，生成留出期预测。它确定符合条件且夏普最高的验证回测，沿用模型系列、标签、检查点和策略配置，然后建立新的训练规格，确保数据在留出期开始前结束。标签缓冲期会考虑未来收益期限，以避免训练结果延伸至评估期。登记系统会记录重新拟合及其预测；训练标识的变化则表明没有直接重复使用在验证集上拟合的模型。…

本笔记介绍 TSMixer，这是一种交替执行两种操作的时间序列神经网络：针对每个特征，在回看期内各日之间应用共享线性映射；以及在每天独立应用共享特征 MLP。残差连接和预归一化为网络层提供支持，小型输出头则调整架构以预测一个横截面收益。本笔记强调，张量轴的排列方式决定每层组合哪些值，并将模型的参数成本与作用于展平窗口的全连接层进行比较。 示例使用 ETF…

本案例研究说明，在根据验证数据确定模型和策略选择后，如何生成留出期预测。它读取先前选定的配置，重建其训练规范，并仅使用留出期开始前可用的数据重新拟合。由于标签代表未来收益，训练区间会在评估窗口前至少一个完整标签期限处结束，以防该窗口内的结果进入模型拟合。…

本笔记构建了一个 LSTM 配置器，将近期 ETF 收益和波动率特征直接映射为仅做多的投资组合权重。Softmax 输出确保权重非负且总仓位为满仓；可微的夏普比率目标函数则在不经过单独收益预测阶段的情况下训练网络。实验采用滚动训练、验证和测试划分，并将学习得到的配置与等权和逆波动率基准进行比较。…

本笔记介绍一种 LSTM 序列模型，用于根据近期特征的有序窗口预测股票收益。每个样本使用一只股票连续 60 个交易日的数据；跨越上市间断、停牌或其他中断的窗口会被排除，以免将不连续误认为日度变化。模型会在每个交易日传递隐藏状态，并通过门控机制控制哪些信息进入、保留或输出。模型包含两层循环层，隐藏状态维度为 64，并在 100 个训练轮次的安排中每五轮保存一次训练检查点。…

本笔记汇总了九个案例研究中五种潜在因子估计器的已登记验证结果：PCA、IPCA、CAE、SDF 和 SAE。它首先报告每个面板中哪些估计器有结果，然后使用 HAC 置信区间，找出每个案例研究中平均日度 Spearman 秩信息系数最高的估计器。它还比较了 US Firms 面板上的估计器，并通过按日期配对比较控制共同日期，评估其相对于监督模型的排名表现。 分析发现，没有任何估计器在所有面板中都领先，部分领先估计值的区间跨越零。在 US Firms…

本笔记将共享权重的神经网络集成模型 TabM 应用于 US 股票面板，其中每只股票在每个交易日对应一行特征。一个共享的双层主干网络为多个成员提供输入，每个成员都有自己的缩放向量和输出层；对其预测取平均，能够以低于训练同等数量独立网络的成本增加集成成员。与线性模型不同，非线性网络可以组合相关输入并表示交互，同时避免树集成模型逐次划分特征所作出的选择。 三种配置同时增加隐藏层宽度和成员数量，因此比较结果衡量的是整体容量，无法单独识别任一设置的影响。每种配置训练 200 个轮次，每隔 25…

本笔记对 US 股票收益面板应用主成分分析，用较少的因子表示广泛的共同变动。每个因子代表共同变化的一个方向，每只股票的载荷则描述其对该方向的暴露。根据因子和载荷重建的预测只捕捉面板中的共同变动，并有意省略个股特有信息。…

本笔记比较加密货币永续合约的梯度提升配置，所用特征围绕永续合约相对现货的溢价构建。它调整树的容量和损失函数，包括平方损失、绝对损失和 Huber 损失，并记录每次提升运行中多个时点的预测结果。候选配置按标签分别比较，收益目标和方向目标作为不同任务处理。基于排名的信息系数描述预测排序能力；配置则由后续验证回测使用夏普比率选出，而非由本次模型比较选出。 文档强调搜索规模会影响结果解读：网格包含 400…

本笔记使用双重机器学习估计期货持有收益能否在控制波动率、动量和横截面持有收益排名后，独立预测后续收益。它通过灵活模型和交叉拟合，将持有收益及收益率分别对这些混杂因素进行残差化处理，再根据残差估计效应。结果在两个收益期限上进行评估。HAC 置信区间考虑了波动率变化和结果重叠；区块置换反证检验则将观测到的 HAC 统计量与重新排列处理区块后的估计结果进行比较。…

本笔记为加密货币永续期货开发基于模型的特征：使用 GJR-GARCH 预测各资产的条件波动率，并用基于资金费率结算数据拟合的双状态高斯隐马尔可夫模型估计全市场处于压力状态的概率。与直接根据历史K线计算的算术特征不同，这些输出取决于估计参数；对于隐状态模型，还取决于推断是否仅使用决策时点可用的观测数据。本笔记区分过滤概率与纳入后续观测值的平滑估计。…

本案例研究提出了一套加密货币永续合约研究流程，将多空头寸在定期结算时相互支付的资金费率视为潜在收益来源。文中介绍了从标签构建和金融特征，到统计与机器学习模型、因果分析、回测、投资组合配置、风险及成本评估的数据和模型阶段。该方案采用永续合约交易对横截面、八小时观测频率和交易成本假设，并基于数量有限的时间折进行验证。…

本分析比较了九个交易案例研究中的特征筛选结果，并探讨通过筛选的特征能否预测表现更强的策略。筛选结合了 Benjamini–Hochberg 假发现控制，以及另一条基于案例研究效应量下限和各折一致性的路径。由于 PROCEED 可以通过任一路径得出，其计数不一定是 FDR 显著特征计数的子集。 本分析将各案例研究的 PROCEED…

本笔记介绍 DeePM，这是一种端到端的 ETF 投资组合策略，旨在改善不同市场环境下的表现。其组件包括经波动率标准化的收益和趋势特征、基于 LSTM 的模型、变量选择、条件层，以及受资产类别图约束的跨资产注意力机制。该图编码组内联系和选定的组间关系。SoftMin 目标函数侧重于表现最弱的滚动训练窗口，而成本感知训练会惩罚换手率。评估采用按时间顺序划分的训练、验证和测试窗口，并与不使用 SoftMin 的版本、等权基准及逆波动率基准进行比较。…

本案例研究对 ETF 动量进行因果估计，并考察其对未来收益的影响是否随市场波动率变化。研究使用连续型动量处理变量、21 日未来收益结果、波动率和收益率曲线控制变量，以及因果森林来估计平均效应和市场环境条件效应。估计值和市场环境阈值由训练数据推导，随后用于调整留出期内的仓位规模。所得规则与朴素基准和简单替代方案进行比较，并计入交易成本。…

本笔记介绍 NLinear，将其作为预测 US 股票收益的简单序列模型基准。每个样本使用一只股票连续 60 个交易时段的窗口，特征按时间顺序排列。对于每项特征，模型先减去其最新值，将所得历史序列线性映射为一个值，再加回最新值，最后合并各特征的输出以生成预测。这使它成为评估表达能力更强的循环模型或特征混合模型的有用对照。…

本笔记评估 NLinear，这是一种简约序列模型：它从每个回看窗口中减去最后观测到的水平，再将剩余数值映射为预测值。其结构简单，可作为更复杂序列架构的有效基准。模型在已声明的 ETF 样本范围上使用滚动折拟合；训练开始前，会根据可用特征、符合条件的基金日期行和序列窗口解析模型请求。…

本文档介绍一项滚动研究，利用 TabM 神经网络根据公司特征预测月度收益。由于共享训练运行器将回归目标固定为平方误差、分类目标固定为交叉熵，实验改变模型容量、训练检查点和预测目标，而非损失函数。文档比较三种容量预设，分别用于原始收益、横截面缩尾后的收益和方向类别标签。每个训练折内拟合预处理，并将所有已声明检查点的预测保存在可审计的数据集中。 笔记使用月度信息系数和相关诊断来考察非线性模型捕捉到的内容，但不选择优胜模型。模型选择留待验证集回测夏普比率阶段，因为预测排名本身不能证明扣除成本后能够盈利。报告的 IC…

本文档介绍一套流程，将标准化市场数据加载器、预构建特征注册表和信号诊断连接起来。特征计算可通过名称、参数字典或 YAML 指定，从而支持可重复的流程和多个指标期限。文档比较了使用指数平滑的手动 RSI 实现与使用威尔德平滑的库实现，并说明何时适合使用库特征或自定义代码。Polars 示例涵盖分组滚动计算、时点一致的 as-of 联结，以及适用于大型数据集的惰性处理。 评估时，流程将计算出的动量特征传递给诊断工具，以报告信息系数、t 统计量和分位数组收益差。示例中，原始动量因子的横截面预测关联接近于零，在 ETF…

本笔记从模型系列角度考察五种潜在因子方法在股票期权分析案例中的应用。PCA 直接从收益面板估计共同变动；IPCA 以线性方式将特征映射到暴露；条件自编码器则使用非线性映射。随机贴现因子模型改为估计定价核，而有监督自编码器在条件模型的训练目标中加入未来收益。笔记读取配套笔记发布的模型集合，并检查是否涵盖声明的模型菜单。…

本章将回测视为一种证伪策略的尝试，需要明确设定信号时点、执行、再平衡、仓位规模、成本、约束和基准。章节比较向量化模拟与事件驱动模拟如何处理状态、订单顺序、现金和成交，并通过结果一致性练习分离协议选择对结果的影响。简单的 ETF 基准为后续比较提供参照。…

本资料介绍如何从不可变的训练规范重建模型请求，并验证生成的运行结果。检查内容包括请求是否使用受支持的身份版本、规范的执行层级、匹配的模型系列和研究，以及是否保持训练身份不变。锁定的留出集必须明确声明留出切分，包含一个完整的数据折，并明确训练和评估的精确边界。…

本笔记介绍将工具变量主成分分析作为横截面收益模型。它不直接为各公司的特征分配收益权重，而是由 IPCA 估计特征到因子暴露的共享线性映射，同时估计月度因子收益。笔记使用交替最小二乘法和岭惩罚联合拟合映射与收益，然后将训练集估计值应用于验证期特征以预测收益。…