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。
1,346 份文档
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…
本分析从冻结的加密货币永续期货候选池中选出一个配置，候选池涵盖四种预测标签和多个策略阶段。它选择验证期夏普比率最高的配置，并将标签、数据划分和执行细节纳入可比候选项的定义。随后，笔记区分所选收益序列本身的不确定性与搜索众多候选项造成的不确定性：区块自助法区间估计抽样变异，夏普比率去膨胀变体则校正候选池的选择效应。笔记还报告了达到传统统计显著性所需的期间数，并将资金费率收益与佣金和滑点区分开来。…
本笔记定义用于对 US 股票进行排名的前向收益目标，并说明如何使其期限对应实际交易日。收益计算使用经拆股和股息调整的价格，但判断股票是否可交易时使用同期未调整收盘价和美元成交额。每行的未来价格均按市场日历查询；对于窗口不完整的行，会明确记录失败原因。可交易性筛选在标签构建后执行，因此移除的观测不会改变保留观测的收益期限。…
该流程基于 OHLCV 价格和收益率曲线，为 ETF 部署工作流构建金融特征。它按多个回看周期计算收益、风险调整收益、动量加速和波动率比率，随后添加常见技术指标，如 RSI、MACD、ADX、CCI、随机指标、移动平均线比率和布林带位置。其他特征包括回撤、相对自身历史的成交量、能量潮指标走势、与年度极值的距离，以及横截面排名。 该流程还加入市场背景信息：需要 SPY 和 TLT 来计算滚动收益相关性，并使用每个价格日期前最近的可用观测值，对齐收益率曲线斜率及其滚动 z 分数。由于源模型流程中的 HMM 和…
该脚本通过两种方式收集机构持仓数据：可检索精选管理人的 SEC 13F 文件，也可下载 SEC 的季度批量文件。两种路径都会将持仓标准化为统一结构，其中批量路径旨在实现更广泛的覆盖。生成的数据可用于构建机构与股票之间的关联、股票层面特征以及股票共同持仓比较。 该脚本采用多项保护措施处理常见数据问题。如果需要完整的管理人集合，图构建会避开文件不完整的季度，防止将延迟申报误判为退出。构建多头股票特征时会排除期权，并拒绝其报告价值单位与美元计价特征约定冲突的较早文件。脚本还遵守 SEC…
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…
本笔记介绍如何从原始 SEC Form 4 XML 中提取内幕交易记录，用于量化股票研究。它使用 XML 解析器，将每笔交易的代码、日期、股数、价格和方向保留在对应的交易区块中，同时单独保留发行人和申报所有者信息。联合申报可能包含多个所有者，因此会将所有者收集为列表，而不是把每笔交易都归给找到的第一个姓名。…
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 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…
本文档使用 100-ETF 个标的的范围，将跨资产动量假设转化为月度探索性检验。文档构建调整后的月末价格，测量 12 至 -1 个月动量，然后将符合条件的 ETF 分为五个等权组，并将它们下月的收益与等权标的范围进行比较。分析考察各组收益的排序和分布、最高组与最低组的收益差、不同历史时期的表现，以及信号排名的持续性，并将其作为换手率的粗略参考。…
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。…
本笔记解释如何将 Kalshi 的美联储利率二元合约解读为概率，以及如何将一系列利率阈值转换为隐含分布。笔记强调，数据源包含 YES 买价，因此价格是受到价差影响的下限；阈值顺序违例属于诊断信号，并不能证明存在套利机会。 笔记通过识别不可能出现的零收盘价和过时的盘中区间，处理交易稀疏及数据摄取问题，随后使用向前填充修复价格以避免前视。笔记区分报价修订与实际成交，提出概率动量和波动率特征，并检查这些特征在多大程度上传递信息。数百根 K…
本笔记比较四种神经网络设计完成同一任务的表现：汇总八只交易所交易基金的历史收益窗口，预测下一日收益。笔记介绍了全连接网络、一维卷积、LSTM 和 GRU 如何处理这些输入，随后比较它们的验证误差和每个训练步骤所需时间。对更长输入窗口进行测试，展示了循环模型需要更多顺序计算，而全连接模型则会加宽其第一层。…
本笔记探索了由美国联邦储备经济数据库（FRED）序列构建的经济数据面板。笔记指出，提供的数据面板采用日历日期，包括周末和节假日，并展示了随附元数据如何标明各序列的含义、原始频率及任何衍生公式。由于数值已向前填充到统一网格，按行计数无法还原序列的实际发布频率；统计数值变化次数可以得到有用的下限，但重复的四舍五入结果可能掩盖部分观测值。 示例考察了美国国债收益率、收益率曲线利差和…
本笔记解释了为什么在每日 IC 观测值存在依赖时，普通 t 检验可能夸大信息系数（IC）的强度。笔记基于 ETF 数据构建动量信号，考察 IC 的自相关，并介绍 Newey–West 异方差和自相关一致标准误，以及用于计算置信区间的分块自助法。自助法通过重采样连续观测值来保留依赖性，而 HAC 估计则利用加权自协方差调整不确定性。 示例比较了根据样本量选取的带宽与根据标签期限选取的带宽，并讨论有效样本量、实际意义和业绩记录规划。自相关图显示，依赖性持续到约滞后…