知识库

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。…

这份文档介绍如何在分配资金前，通过影子评估比较现有模型与候选模型。它预先固定两者的角色和晋级门槛，再从五个维度评估候选模型：年化夏普率的提升、最低观测长度、信号相关性、持仓重合度和相对最大回撤。两个模型都使用排序后的多空组合进行评分，并根据各自的换手率计入交易成本。文档强调，要求达到最低提升幅度有助于应对短窗口夏普率估计的噪声；一致性检查则可标出可能代表不同策略或风险敞口的候选模型。 示例使用 63…

这本笔记介绍一种用于股票因子建模的监督自编码器。无监督自编码器通过重建横截面来学习瓶颈表示，而该模型还将未来收益纳入训练目标。因此，目标变量不仅影响预测结果，也会塑造学到的表示。由于不同的未来收益标签会直接进入损失函数，因此会产生不同的拟合模型。…

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…

这本笔记介绍如何将日内股票收益中的连续价格变动与跳跃区分开来。它根据平方收益率估算每日已实现方差，并使用双幂变差作为对跳跃稳健的连续部分估计；两者的非负差值用于估算跳跃方差。随后应用 Lee–Mykland 检验，以同一交易时段内较早收益率计算的局部波动率估计对每个收益率进行标准化。 该检验使用基于最大统计量的全时段临界值，以考虑对多个柱线进行检验。笔记将检测到的跳跃与固定收益率阈值进行比较，考察跳跃占比和发生时间，并整理跳跃次数、有符号跳跃方差和跳跃占比等每日特征，供后续建模使用。示例使用选定股票的五分钟…

本章综述金融文本表示方法，从词典和词频统计到 TF-IDF、静态词向量、循环网络和 Transformer。文中解释了各种方法的权衡：简单方法速度快、易于解释且适合金融领域；上下文模型则更善于处理歧义和段落内的关系。实际流程使用预训练模型、可选的领域适配和面向任务的微调，以生成情绪、叙事意外、主题敞口和结构化事件等信号。…

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。…

本笔记使用 ETF 价格和宏观经济序列展示前视偏差检查。它说明，居中移动平均会纳入未来观测值，可能过度贴合价格拐点，而且近期数据缺少尾部，因为未来输入尚未到达。水平值与下一期收益的相关性检验甚至无法发现明确使用了未来价格的特征；笔记提出一种尺度一致的检查方法，对比特征自身收益与下一期价格收益，同时指出这一启发式方法不能替代合理的特征构建。 宏观部分区分事件时间与知晓时间，并考察 FRED…

本笔记对 US 股票中流动性较好的子集进行主成分分析，以提取潜在因子并构建多空特征向量投资组合。文中说明如何将标准化的 PCA 向量转换为原始收益权重，并按总敞口进行归一化；随后考察方差解释度、行业关联、层次 PCA、残差行为和投资组合风险分解。行业 ETF 相关性为原本没有名称的成分提供描述性标签。 分析还区分了特征向量符号的任意变化与因子子空间的真实变化，并展示了如何对滚动估计进行 Procrustes…

本案例研究考察上市期权信息能否帮助筛选 S&P 500 股票。研究结合每日股票价格，以及 633 只股票在 2017 至 2021 年间的期权隐含波动率水平、偏斜、期限结构和方差风险溢价指标。期权特征采用滞后值，投资组合根据周五数据构建，并于随后周一开盘时交易。研究流程涵盖收益标签、特征构建、多个模型系列、投资组合配置、风险控制、交易成本和后续期间评估。 报告的验证夏普比率为 2.088，95% 区间为 1.005 至 3.117；对应配置使用线性模型、按得分加权、持有十只股票和跟踪止损。然而，由于 2021…

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。…

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。…

本笔记以线性回归为基准，利用分钟级微观结构特征预测 NASDAQ-100 收益。由于不同回看期的价差和订单失衡指标彼此重叠，特征矩阵存在严重多重共线性：普通最小二乘可能为近乎重复的输入赋予不稳定且方向相反的权重。笔记比较岭回归、套索回归和弹性网络惩罚，包括按各折数据缩放的惩罚强度，以考察收缩相关系数或选取稀疏特征集哪种效果更好。…

本笔记将 Word2Vec skip-gram 方法用于机构股票持仓。笔记将每家机构的投资组合视为句子，将股票标识符视为词元，并将按报告持仓价值排序的仓位视为词序。反复出现在相似投资组合语境中的股票可能获得相近的嵌入表示，以此呈现机构投资组合行为，并识别经济特征相似的资产。 示例使用季度 13F 持仓，按投资组合广度选择机构，在排列仓位前删除重复的机构—股票记录，并基于所得投资组合序列训练嵌入表示。笔记使用排序指标评估遮蔽股票预测，并与随机基准和热门度基准比较，使用自助法区间表示基准的不确定性。…

该笔记本比较了退出 ETF 多头交易的不同方法：固定止盈目标和止损、移动止损、按 ATR 缩放的障碍、机器学习信号及其组合。笔记本构建指标并模拟交易，然后用标准误汇总交易收益、胜率、止损出场频率和不确定性。OHLC 成交约定会在开盘时处理隔夜跳空；由于日线数据无法揭示日内先后顺序，当日线同时触及止损和止盈时，假设止损先触发。…

本笔记将 ARIMA 预测作为后续模型的输入列，而非独立预测结果。笔记对 ETF 收益拟合模型，使用平稳性检查和自相关诊断提出模型阶数，并在训练数据块上使用信息准则比较候选阶数。核心区别在于：对平稳模型而言，多步预测会趋近其无条件均值，很快变得近乎恒定；单步预测则会随着新观测到来而更新。…

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。…

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…

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。…

本笔记将来自 SEC 13F 文件的机构股票持仓建模为图，连接管理机构与证券，并加入行业关系以便汇总。其架构同时保留季末报告日期和之后的文件公开日期：前者支持跨期比较，后者可避免在时点分析中提前使用尚未公开的持仓。笔记将股票多头持仓与申报的期权分开，因为看跌期权和看涨期权不等同于股票所有权；并根据初始构建期选择机构和证券，以避免未来成员身份泄漏到过去。发行人名称不同时，使用 CUSIP 作为证券标识符。 该笔记本展示了在图数据库中进行持仓、共同持仓和行业查询的方法，包括计算共同持仓的 Jaccard…

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。…

本笔记将21天前瞻ETF收益转化为涨跌目标，并在按时间顺序进行的滚动折中评估经L1和L2正则化的逻辑回归。它使用每折的训练数据缩放特征，再通过准确率、精确率、召回率、F1、ROC AUC和对数损失评估预测结果。本笔记还考察基于系数的特征重要性、概率校准，以及将收益分为底部、中间和顶部三组的三分类扩展。 讨论强调，区分能力和校准能力回答的是不同问题：AUC…

本笔记比较月度 US 股票收益预测中的梯度提升目标函数，同时固定特征、目标变量和滚动数据折。它比较平方误差、绝对误差和 Huber 损失；Huber 损失会降低大残差的影响。研究动机是，尽管信息系数评估的是横截面排名，个别极端收益仍可能主导平方误差拟合。参数网格还会改变树容量，并在多个提升检查点记录预测，以便通过学习曲线判断表现是继续改善还是趋于平缓。…

该实现介绍用于资产定价的条件自编码器。Beta 网络将每只股票的特征映射为潜在因子载荷，线性因子网络则将管理型投资组合收益映射为因子收益。模型通过配对的载荷与因子值乘积之和预测股票收益，因此风险敞口可随公司特征变化，而因子则由投资组合工具推导。 代码还提供已学习载荷和因子的访问器，可用于检查模型组件。其 L1 惩罚仅作用于 Beta 网络隐藏层的权重，不包括偏置和最终载荷层；若没有隐藏层，则返回零。这是架构参考而非实证研究：其中没有训练流程、数据集、预测结果，也未与其他资产定价模型比较。