知识库

本笔记将 TabM（一种权重共享神经网络集成模型）应用于由股票期权特征构建的股票收益目标。其成员共享一个两层网络主干，但分别使用激活缩放向量和输出头，并对预测结果取平均。这样，模型可以组合彼此相关的曲面指标，而不必像树模型每次分裂时那样只选一个指标，同时参数量增幅小于使用多个独立网络。配置同时改变隐藏层宽度和集成规模，因此无法区分二者各自的影响。…

本笔记介绍如何为八小时频率的加密货币永续合约面板构建前瞻价格收益标签。它将K线开盘时间戳移至完整K线数据实际可用的时点，然后在合约价格序列上计算未来收益，再与预测特征合并。断言会检查结算时间网格、代码与时间键的唯一性、完整的前瞻窗口和行数；同时根据可用历史数据核对未标记观测。诊断还会处理标签结果跨入留出期的情况，并量化重叠窗口造成的依赖关系。 笔记使用横截面秩相关和考虑依赖关系的标准误，评估简单的溢价指数拥挤信号与标签之间的关系。它区分价格收益目标与资金费现金流，并指出固定包含 19…

这份数据集说明介绍了一组多元化的交易所交易基金，用于动量策略及更广泛的一系列金融研究示例。数据从 2006 年开始，提供每日开盘价、最高价、最低价、收盘价和成交量，涵盖 US 类股票风格与行业、国际市场和新兴市场、固定收益、大宗商品、特色主题及货币。本文还介绍数据集的来源、组织方式、元数据，以及按代码和日期范围选取数据的加载选项。…

本章概述生成合成金融数据的方法，以及如何判断生成结果是否有用。内容从已实现市场路径数量有限这一事实出发，并讨论反复搜索策略可能抬高表面回测表现的风险。章节比较了可解释的模拟基线方法，包括自助法和随机模型，以及用于结构化表格的学习型生成器，例如 GAN、扩散模型和语言模型。示例涵盖收益序列、尾部风险、时间结构、不规则观测和混合类型金融数据。…

本案例研究比较预先声明的 FX 持仓固定止损和移动止损规则。它先从封存的验证样本中为每个标签选出一个母策略，然后只改变持仓风险规则。由于止损会对持有期内的价格变动做出反应，即使两条路径的期末收益相同，止损也能区分它们。笔记还将风险结果与成本比较中使用的相同母策略关联起来，使不同阶段的差异仍可解释。…

本笔记声明并运行一项双重机器学习分析，研究方差风险溢价对到期时 S&P 500 期权收益的影响。执行前，笔记会展示估计目标、观测时点、混杂因素、时间交叉验证设置、辅助模型、HAC 协方差设计和安慰剂反证方法。使用预览模式时，只有指定预览缩减方案后才会运行解析后的请求；笔记还会检查结果是否完整并符合计划中的身份标识。 笔记还记录了安慰剂比较方法的变更：现在比较 HAC t…

本文解释了为什么每日恒定期限期权序列并不等同于实际持仓的收益序列。它先筛选通过流动性、期限、波动率估计和 Delta 条件的同执行价、同到期日看涨期权与看跌期权，再按候选跨式组合与目标期限和 Delta 的接近程度排序。由于每天独立重复筛选，到期日变化可能重置已累积的时间衰减，并制造出实际上没有任何持有合约赚取的表面收益。…

本笔记将 TabM 应用于由 US 个股票特征构成的结构化表格，并将其定位在线性惩罚模型与树集成模型之间。每个集成成员共享神经网络主干，但各自拥有缩放向量和输出层；对成员预测取平均，可用较少的额外计算形成集成，而无需分别训练多个完整网络。非线性层可以组合特征交互，第一层则使用所有输入特征，包括彼此相关的特征。…

本笔记介绍一种监督式自编码器，将 ETF 特征行压缩为低维表示，并直接根据该表示预测远期收益。与条件自编码器不同，它不假设收益来自少量共同因子变动。编码器同时通过重构目标和收益预测目标进行训练，因此不同预测期限会产生分别拟合的模型。…

本笔记将岭回归、Lasso 和弹性网模型应用于一组广泛且成熟的 US 股票特征，包括价值、盈利能力、投资、动量、规模、风险和流动性指标。分析使用滚动折评估原始月度收益、经横截面缩尾处理的收益目标以及收益分类标签。惩罚系数网格用于检验，在输入特征存在大量冗余时，系数收缩或特征筛选如何影响排名准确度。…

本分析在共享的跨资产面板上，比较多个系列中已登记的 ETF 预测模型。分析使用信息系数评估各模型按后续收益为基金排序的能力，考察置信区间和分折一致性，并检查不同系列的预测是否一致。特征来自价格历史，包括动量、波动率和收益率曲线指标；基金涵盖股票行业、国家、债券、大宗商品和货币。…

本分析对行业交易所交易基金的收益进行基于相关系数的主成分分析。分解前将收益标准化，使每个行业的方差均为一，因此领先主成分描述共同变动，而不会被波动率最高的行业主导。笔记考察方差解释比例、碎石图和载荷；其中第一主成分被解读为广泛的市场走势，另一个主成分则可能反映防御型与周期型之间的轮动维度。 移动区块自助法在保留短期依赖性的同时估计载荷置信区间；由于 PCA…

此工具为策略回测组群计算筛选偏差和表现不确定性指标。它按策略系列、阶段与标签组合以及标签粒度构建组群，并计算去膨胀夏普比率、有效试验次数、复杂度调整后的领先者上界、White 现实检验、回测过拟合概率，以及领先者的夏普比率、索提诺比率和最短记录长度等指标。结果按案例研究登记，供后续策略分析使用。 组群仅纳入预测覆盖率完整的验证运行，并排除退化的预测集；标签级组群还会排除成本敏感性扰动。可选的标的范围和实盘总体筛选条件，会使比较集合与报告中的策略保持一致。基准值从较早阶段或等权基准中确定，而 PBO…

本笔记说明如何解析 IEX DEEP 历史行情消息，并根据聚合的价格档位更新维护限价订单簿。笔记提取深度变化、最优买卖报价和成交报告，再使用重建的快照考察中间价和价差行为。这种方法提供了一种易于上手的二级市场微观结构分析途径；文中还将其与 NASDAQ ITCH 作比较，后者追踪单笔订单及其生命周期。 由于 DEEP 按价格聚合数量，它不会显示单笔订单身份、排队位置或逐笔撤单率。笔记选用的样本文件在非交易日包含 IEX…

本文说明 CME 期货数据如何按产品、到期合约和按成交量换月的连续序列组织。文中使用 E-mini 标普 500 数据说明，单个合约的交易窗口有限，且在换月前后会有重叠；连续近月序列则将连续合约拼接成一段历史数据。文中还按资产类别对产品分组，并汇总各产品的可用历史数据，指出数据起始较晚可能反映数据采集开始时间，而非合约上市时间。 笔记检查了单个连续序列上的 OHLC 不变量，并明确指出平滑的图表不能验证换月处理是否正确。该序列未经调整，因此跨换月期的收益可能包含合约间价差。验证仅限于一个产品，而且小时级 UTC…

本文介绍共享回测运行器的实现原则，重点说明年化表现时如何正确解读收益网格。本文根据收益观测之间的典型间隔估计实际采样频率，剔除异常长的间隔，再将估计结果与案例研究声明的频率进行校准。如果观测网格与声明的约定相符，则保留该约定；如果观测网格明显更稀疏，则可能意味着收益只保留了再平衡日期，因此需要采用较低的年化因子。…

本笔记比较等权、按正评分加权和按保形区间宽度加权的 ETF 与 CME 期货配置。笔记根据较早验证折的残差估计各实体的分割保形区间宽度，并排除远期收益标签在当时尚不可知的观测值。在每个选定投资组合中，权重与区间宽度的倒数成正比，将历史残差范围较窄视为置信度的代理指标。 比较报告夏普比率、收益、回撤和换手率等投资组合指标，同时列出预测信号信息系数的诊断结果。所有方法使用相同的前 K 个选择，因此差异归因于配置权重。然而，GBM 预测集是根据同一登记表中的验证集 IC…

本笔记比较将带方向的收益预测转换为二元头寸的三种方法：固定的零阈值、每个品种自身评分的滚动百分位数，以及跨品种的横截面百分位数。笔记使用已登记的 ETF 和加密货币永续合约验证集预测，衡量信号启动和状态变化。滚动窗口和百分位数阈值控制响应速度与选择性；横截面排名则总是选取可用标的范围中的相对份额。…

本文介绍一种监督式自编码器，作为条件潜在因子模型的对照模型。它将公司特征直接映射为远期收益，同时通过狭窄瓶颈压缩 57 个输入。将其与使用相同瓶颈的条件自编码器进行比较，旨在检验因子结构是否能在降维之外带来额外价值。目标变量包括原始收益、按月缩尾处理的收益和收益类别，因此改变目标变量也会改变网络所学习的内容。…

本笔记解释股票拆分和现金股息如何打断原始历史价格序列并扭曲计算出的收益。笔记展示后复权调整，即按后续公司行动重新缩放历史价格，并将此方法用于股票 OHLCV 数据。调整后的序列与预先调整的参考序列进行比较，以验证实现是否正确。较长的苹果股价历史说明，未调整的收益可能把拆股相关的价格变化误认为亏损，并遗漏股息影响。…

本笔记使用 ETF 特征和远期收益，展示从经典普通最小二乘推断转向以预测为重点的方法之前的分析过程。笔记考察系数检验和标准误，随后诊断异方差、残差自相关和多重共线性。由于 ETF 历史数据构成不平衡面板，且远期收益标签彼此重叠，笔记强调诊断统计量和协方差估计量必须考虑资产和时间结构。稳健标准误可以处理部分方差估计问题，但无法修正模型设定错误或内生性。 分析发现误差方差并非常数、资产内残差存在自相关，且特征之间存在明显共线性。笔记还说明，不谨慎的行排序会误导面板诊断，并据此提出使用 Driscoll-Kraay…

这项 NASDAQ-100 研究考察交易成本对频繁再平衡的股票策略有何影响。研究分别考察两种应对成本的方法：将交易范围限制在流动性更高、成本更低的标的中，以及降低再平衡频率。将这两种调整分开，有助于判断改善是否来自更便宜的标的或较少的交易。笔记还介绍了现有回测的成本网格，以及针对频率和每股成本的二维扫描；其中盈亏平衡成本用于表示策略所需的执行质量。…

本实验将梯度提升树模型、表格神经网络和潜在因子模型对月度 ETF 排名的验证预测结合起来。首先通过横截面 z 分数对预测进行标准化，然后取平均。实验使用含异方差和自相关稳健不确定性估计的信息系数（IC）评估集成模型，同时进行考虑成本的只做多回测，选取少量 ETF 并为其配置权重。 集成模型的总体 IC 高于 LSTM 基准，但夏普比率较低，最大回撤较大。分折结果揭示了原因：集成模型的秩相关性波动很大，部分折甚至为负；而 LSTM…

本文介绍一套生成拟合模型特征的通用方法，避免使用未来观测值。对于隐马尔可夫模型，文中区分了基于截至当前时点观测值的过滤状态概率，以及以完整序列为条件、可能泄漏未来信息的平滑状态概率。本文还介绍因果 GARCH 波动率递推和滚动重新拟合安排，包括时间戳检查，以及将每个拟合模型应用于前缀或新输出区块的选项。状态排序和相关拟合辅助函数旨在使不同折的特征具有可比性。 示例解释了为什么看似固定的 GARCH…