知识库

本笔记运用贝叶斯结构时间序列事件研究方法，估算美联储公告对债券 ETF 的影响。笔记根据事件发生前目标资产日对数收益与国际及大宗商品 ETF 控制变量收益之间的关系构建反事实。文中报告事件后累计差值及其后验可信区间，并使用安慰剂日期和将控制变量设为目标资产的检查，探查模型是否会在预期无影响的情况下检出影响。 该设计设定了事件前的估计窗口和事件后的测量窗口，并分析选定的 FOMC 日期。控制变量旨在跟踪相关市场走势，同时尽量减少对 US…

本笔记检验四种管理型投资组合策略在控制广泛 ETF 共动后，能否解释 SPY 收益。这些策略根据滞后动量、波动率或近期收益对 ETF 排名。研究以一组历史较长且构成平衡的 ETF 所得的 10 个主成分作为控制变量，并将 SPY 排除在因子构建股票池之外。研究比较每种策略对 SPY 的单变量载荷，以及选择控制变量后估计的条件载荷。 双重选择后 LASSO 会选择同时预测结果变量和各重点策略的控制变量。扩展时间序列折在训练数据内重新拟合缩放参数和 PCA；随后将所选控制变量的并集纳入含截距的回归，并使用…

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。…

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。…

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。…

该模块协调多种潜在因子模型的滚动拟合与评估，包括主成分、工具变量主成分和神经自编码器。它准备面板数据和数据折，调用特定模型的运行程序，并管理预测、折层元数据和已注册的训练运行。模型预设会按照明确的优先级规则与调用方提供的设置合并，因此选定的运行时选项仍由调用方控制。…

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。

本资料介绍 Financial Phrasebank，这是一个带标签的金融新闻句子集合，可用于训练或评估自然语言处理模型。人工标注者将情绪标记为正面、中性或负面。语料库提供四种标注一致性门槛：最严格的子集仅保留所有标注者意见一致的句子，较宽松的门槛则包含更多示例，但标签共识程度较低。本文将该数据集定位为金融情绪分类基准，并列举词向量训练、情绪追踪和 Transformer 微调等用途。 资料说明数据集在磁盘上的不同版本、加载器行为，以及获取源文件并将其转换为 Parquet…

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…

本笔记比较 BM25 关键词搜索、稠密嵌入、倒数排名融合（RRF）和交叉编码器重排，检索公司 10-K 文件中的段落。它构建各类检索方法，并评估它们对精确、概念和混合查询的排序结果。RRF 融合的是排名而非原始相关性分数，因此无需校准分数，也能合并分数尺度不同的系统。之后，重排器会对检索到的候选集合重新排序，生成更短的最终列表。 由于无法获得人工判断，基准测试使用根据词元重叠生成的伪相关性标签。由于该规则与 BM25…

本笔记比较 US 股票面板上三个收益期限的 LightGBM 模型。参数网格改变树叶数量和损失函数，并在多个树数量检查点为各配置评分。讨论说明浅树如何学习特征交互、平方损失、绝对损失和 Huber 损失对厚尾收益的不同响应，以及评估选择结果时为何必须将每个检查点视为独立候选。 评估使用样本外排名信息系数和学习曲线，判断模型是否持续改善或开始过拟合。它还比较不同期限的结果并检查预测覆盖率，因为近乎恒定的预测可能导致模型的平均 IC 只反映部分日期。IC…

本笔记使用相同的 ETF 投资范围、预测、再平衡安排和回测流程，比较等权、逆波动率、最小方差和层次风险平价。滚动 Ridge 模型根据动量、与移动平均线的距离及波动率特征为 ETF 排名；随后，各配置方法对共同选出的资产应用各自的权重规则。结果分为留出前的选择期和之后的留出期，并通过风险调整后收益、回撤、换手率和稳定性诊断进行评估。…

这项 US 股票案例研究区分了预测未来收益与声称动量会导致未来收益这两种主张。笔记将过去一年收益（但排除最近一个月）作为处理变量，将前向收益作为结果，并将近期波动率、非流动性排名和成交量比率作为混杂因素。双重机器学习先根据这些混杂因素分别建模处理变量和结果，再通过两种模型的残差估计效应。笔记采用带隔离期的滚动拟合，避免从未来数据中学习辅助关系。…

本笔记构建了一个模拟做市任务，由 PPO 智能体选择报价偏斜和价差宽度。报价越远离中间价，成交概率越低；订单失衡会同时影响成交和后续价格走势。保留价格会随库存变化，使报价向促使库存回归的方向偏移；奖励由按市值计价的财富与库存惩罚组成，回合结束时的剩余持仓会产生清算成本。智能体会与已采用保留价格调整的固定规则进行比较。 评估使用共享模拟路径上的配对回合，并报告相对于参考规则的差异不确定性。该设置使用根据比特币小时永续期货收益拟合的 GARCH…

这篇教学笔记使用 ETF 数据比较监督式交易模型的目标标签方法。内容涵盖固定期限收益和方向标签、滚动时间序列百分位数、横截面百分位数、固定或按波动率缩放阈值的三重障碍标签，以及趋势扫描。笔记还讨论了重叠观测的唯一性加权和序贯自助抽样。 示例强调，标签构造必须与策略相符：横截面百分位数适用于排序，而基于 ATR…

此共享建模模块通过加载特征、标签、时间数据和配置来支持量化研究工作流，随后准备滚动交叉验证折。其设计强调可复现性和数据溯源：哈希值记录源文件、数组、模型设置和笔记本代码，以便输入变化时使缓存结果失效。模块还设置随机种子，并提供数据集模式、特征选择和折准备工具。 若干细节用于应对常见评估错误。共形分位数程序采用分割共形区间所需的有限样本秩；当校准集无法支持请求的覆盖率时，返回无界区间；并拒绝无法排序的缺失得分。横截面信息系数适配器按日期计算 Spearman…

本笔记展示如何将季度 SEC 10-Q 管理层讨论与分析文本转换为两个候选股票信号。FinBERT 对文本片段的正面、中性或负面语气进行评分；片段得分汇总为平均情绪和文件内离散度。句子嵌入模型提供第二种度量：连续季度叙事之间的语义距离。文件受理日期确定每个信号的可用时间，工作流再将信号与市场数据连接，以评估前向收益。 笔记通过 Spearman 信息系数、五分位分析和聚类自助法置信区间筛查信号质量。笔记还处理同一天提交多个季度文件的情况，以避免连接键重复，并指出由于年度报告取代第四季度…

本笔记比较在预测中使用市场状态的三种方式：不包含状态输入的基准模型、接收高波动状态滤波概率的单一模型，以及在硬性状态划分内分别训练的模型。为避免前视偏差，笔记在每个滚动训练块内重新拟合隐马尔可夫模型，根据拟合方差排列状态，并通过测试块中的前向递推计算概率。针对每个折单独进行缩放，并在训练数据与测试数据之间留出间隔，有助于避免未来观测和重叠预测目标造成的数据泄漏。笔记对不同折的结果进行比较，并提醒，在此示例中折间差异大于设计间差异，折数量也不足以支持显著性结论。…

本笔记估计买方发起的带符号成交量占比是否与未来 15 分钟收益相关，并控制相对价差、近期实现波动率和过去一个月收益。双重机器学习使用交叉拟合，根据这些混杂因素预测结果和处理变量，再对残差回归，以分离控制变量无法解释的处理变量变化。分析使用一分钟 NASDAQ-100 观测，并在拟合前确定纳入总体、折叠边界、隔离区和安慰剂设计。区块置换反驳检验会在打乱处理时点后将估计值与观察到的估计值进行比较；笔记建议同时报告 Newey–West 标准误，并在结果不一致时保持谨慎。…

本笔记为一个 FX 配对案例研究设置 LSTM 预测任务。模型通过回看序列传递隐藏状态，笔记则通过共享配置和研究规划工具确定架构与训练设置。笔记使用研究中声明的标签和配置的 LSTM 架构，检查请求是否涵盖预期模型总体，并在运行拟合或加载已存权重之前记录预期的预测标识和检查点。 序列资格判断会考虑数据间断：缺失的日度观测会使跨越该间断的回看窗口失效，因此验证预测可能覆盖比原始面板更少的行。笔记会验证每个声明的检查点是否出现在目录中，并检查重放请求能否复现预测标识。这些是可复现性和覆盖度检查，并不能证明 LSTM…

本笔记考察 ETF 收益预测如何表达不确定性，并比较蒙特卡洛丢弃法与深度集成。重复推理时，丢弃操作会保持启用；集成模型则衡量分别训练的网络之间的分歧。这些分散程度可以估计不确定性，但仅凭它们无法得到具有覆盖率属性的区间。拆分保形校准会将预测误差转换成区间，并考虑普通版本和按不确定性归一化的版本。…

本笔记汇总多个交易案例研究中登记的双重机器学习估计，并比较其不确定性和诊断结果。它从各研究的注册表加载当前行，检查注册表完整性和标签唯一性，明确显示覆盖情况，并计算 HAC 统计量和置信区间。由于估计效应使用的原始单位不同，森林图比较无量纲的 HAC 统计量，而不按原始效应大小排序。分析还比较朴素的 OLS 系数与正交化估计，总结混杂偏差指标和区块置换反驳检验结果，并区分多个标签与真正不同的预测期限。 本笔记将这些估计视为识别假设的诊断，而非交易信号或预测。HAC…