知识库

本笔记拟合一个预先声明的 LSTM 模型，用于标准普尔 500 期权研究中的预测。网络接收每个标的按时间排列的历史窗口，并使用门控循环状态表示多个交易时段中的信息，而不是只依赖人工设计的特征。配置的回看期、网络规模、丢弃率、批量大小和训练检查点共同定义模型设置。共享工作流负责构建验证折、设置验证间隔、保存检查点、重启运行，并检查预测是否恰好覆盖所有符合条件的行。 本笔记将 LSTM…

本笔记比较三种将金融新闻句子分类为正面、中性或负面的方法：使用 TF-IDF 词语和短语特征的逻辑回归、使用平均静态词向量的分类器，以及预训练 FinBERT 情绪模型。所有方法都在 Financial PhraseBank 高一致性子集的同一个分层测试拆分上评估。两种词汇方法共用训练拆分和估计器；FinBERT 则是外部微调的分类器，未经适配直接使用。 比较说明了不同表征保留的信息：TF-IDF…

本笔记评估会计和价格特征作为下月 US 股票收益独立预测变量的表现。它计算每个特征与收益标签之间的月度截面排名相关性，再按开发期月份进行汇总。工作流程排除预留的留出集，检查面板完整性，要求达到最低覆盖率和截面广度，并考察不同关联能否在滚动训练期和验证期内持续存在。…

本笔记针对前瞻收益，为 CME 期货案例研究筛选候选特征。它对每个特征计算特征值与后续收益之间的截面排名相关性，汇总各日期的相关性，针对重叠收益期限调整不确定性，并对测试集合应用 Benjamini-Hochberg 错误发现控制。它检查覆盖率和数据陈旧情况，考察特征在滚动验证年份及不同标签期限中的一致性，并记录继续、修改或停止的评估及其支持证据。为保留后续确认环节，筛选时不使用留出期。…

本笔记对月度宏观经济指标进行聚类，以独立于股票收益描述市场状况。它将 FRED 序列对齐至月末观测值，对失业率、联邦基金利率、收益率曲线利差和同比 CPI 变化进行标准化，然后拟合高斯混合模型。使用通胀变化而非持续上升的 CPI 水平，可避免聚类主要按早期和晚期日期划分。随后根据明确的阈值规则为簇命名，因此经济标签取决于这些选择，并非模型自动得出。 随后使用聚类时未包含的标准普尔 500…

本笔记将 Diffusion-TS 改编为生成合成的每日 ETF 收益序列。其去噪器预测原始序列，并将该预测分解为多项式趋势、选定的傅里叶分量和残差。组合时域与频域的目标函数旨在保留收益值和频谱结构。该设置采用重叠序列和时间留出集，随后加入一个在含噪序列上训练的分类器，引导采样生成由高斯隐马尔可夫模型识别的低波动或高波动状态样本。 本笔记介绍 DDIM…

本笔记使用真实留出数据产物，为已部署的金融模型构建监控工作流。在衡量漂移之前，先检查传入特征数据是否完整且结构有效，再比较参考窗口和当前窗口。特征分布变化通过总体稳定性指数和双样本 Kolmogorov–Smirnov 检验进行评估。笔记将两种指标结合使用，因为稳定性阈值属于约定，而统计显著性在大样本中可能标记实际影响很小的变化。…

本笔记说明如何使用 SHAP 解读 ETF 面板的岭回归预测。对于线性模型，每个特征的归因等于其系数乘以该特征相对于训练背景均值的偏差，因此可以通过闭式计算核对这些归因。工作流程涵盖总体归因幅度、对单个预测的瀑布图解释、对高置信度正确和错误预测的比较，以及滚动验证折之间的重要性稳定性。…

本笔记说明条件自编码器如何扩展带工具变量的主成分模型：神经网络将股票特征映射为因子暴露，同时模型保留相同的暴露乘以因子收益的结构。模型通过重构每个训练窗口配置的前瞻收益标签进行拟合，随后评估将固定因子均值应用于验证日期的暴露后，能否对下一窗口的股票进行排序。由于重构使用的正是之后以信息系数评分的同一标签，正向得分并非独立出现的意外；验证排名仍在检验模型能否迁移到之后的截面。 估计器训练 50 个周期，并在十个检查点发布预测，每隔五个周期一个。这些检查点记录的是一次拟合的进展，不是十个可按验证 IC…

本研究使用股票前向收益检验金融特征和GJR-GARCH波动率特征。对于每个交易时段，研究计算各股票之间某项特征与后续收益的秩相关，然后评估平均关联度、滚动验证窗口中的一致性，以及测试多个候选项后结果的可信度。研究还会在测量预测关联性之前筛查特征覆盖率和数据过时情况，并为每个特征记录一项决策。分析使用开发数据；留出集留待之后评估选定配置。…

本资料介绍两个用于情绪分析、文本特征开发及新闻与收益关联实验的财经新闻语料。FNSPID将新闻标题与股票代码关联，覆盖较长历史时期；除完整数据集外，还提供较小样本。彭博档案包含新闻文本和结构化金融序列，但覆盖时期较短，作为情绪、主题和跨数据集稳健性研究的补充来源。两者均通过公共数据集平台分发，本文概述了其基本内容和加载选项。…

本笔记演示如何对空头欧式看涨期权进行深度对冲。它使用几何布朗运动模拟标的价格路径，以Black-Scholes Delta为基准，并训练半递归神经网络选择对冲仓位。训练目标是最小化终端损失的条件风险价值。损益计算将建仓、每次再平衡以及到期平仓的比例成本计入模拟，从而能在相同假设下与离散Delta对冲进行比较。笔记还考察，随着学习到的交易策略接近Delta对冲基准，其交易活动是否会减少。…

本笔记展示如何检验四种管理型投资组合策略在控制十个主成分所捕捉的广泛市场波动后，是否能增加对SPY收益的解释力。候选投资组合依据近期动量、低波动率或短期反转对ETF排序，并使用滞后收益构建多空组合。它将每个因子未经调整的SPY载荷，与通过两次LASSO回归选择控制变量后估算的条件载荷进行比较。扩展时间序列交叉验证以及各折内单独进行的缩放和PCA，可避免未来观测进入较早的验证折；所选控制变量则进入包含截距项的OLS模型，并使用Newey–West方法进行推断。…

本文介绍如何使用工具变量主成分分析对ETF收益建模。普通PCA会为每只基金分配固定的因子敞口，而IPCA则将每只基金的敞口设为其可观测特征的共同线性函数。它通过交替最小二乘法同时估计从特征到敞口的映射和因子收益。该方法提出的约束会汇集不同基金和日期的信息，但仍假设特征关系是线性的。…

本笔记使用价差、盘口深度失衡、带符号成交量和价格冲击等日内微观结构信息，比较用于按下一段15分钟收益对NASDAQ-100股票排序的预测模型。仅当覆盖完整时，才为每个模型家族选取一组代表性预测，并保持模型检查点彼此独立。分析比较秩相关及其不确定性区间，检查滚动验证各折的表现，测试预测分组的单调性和对市场状态的依赖性，并检验保形预测区间是否达到其声明的覆盖率。因果效应估计与预测分数分开处理。…

本评估使用股票前向收益检验期权曲面、价格衍生和条件波动率特征。对于每个交易时段，它会计算特征值与后续收益之间的横截面秩相关，再考察这些信息系数（IC）的时间序列。评估内容包括平均关联度、针对重叠前向收益调整后的不确定性、滚动验证窗口中的表现，以及测试大量候选项的影响。在考察预测关联性之前，会先检查覆盖率和过时值以筛查特征定义；高度冗余的特征则被视为代表基本相同的排序。…

本分析评估多个交易案例研究中筛选出的信号是否足够可靠，值得进一步使用。它将验证集信息系数（IC）与留出集证据进行比较，考察稳定性和可复现性，并对比预测质量与根据模型预测构建的投资组合的夏普比率。热力图和模型家族层面的汇总展示了结果如何随资产类别和模型家族变化，同时指出平均 IC 与信号夏普比率中位数反映的特性不同，对模型的排序也可能不同。…

本教程概述了从资产价格和成交量历史数据构建的特征，包括不同期限的收益、趋势与反转指标、多种波动率估计、波动率状态、流动性、尾部风险和横截面标准化。教程说明了一些实用选择，例如在动量信号中跳过最新观测值、按波动率缩放均线距离，以及使用相对成交量而非原始成交量。教程还讨论了分数阶差分，说明如何在平稳性和保留长期信息之间取得平衡。 实现建议强调按时间顺序排序、对齐滚动窗口、按时点进行横截面运算，以及根据用途选择合适的标准化方式。示例使用 ETF…

本笔记介绍针对带有期权曲面特征的股票面板进行工具变量主成分分析（IPCA）。普通PCA根据每只股票的收益历史估算其暴露，而IPCA将暴露建模为各股票当日特征的共同线性函数，例如隐含波动率、偏斜度、期限结构以及隐含方差与已实现方差。交替最小二乘法会同时估算这一映射和共同因子收益。由于暴露根据特征计算，该方法可以处理非平衡面板，包括收益历史不连续的股票。…

本笔记概述从公司10-K文件中提取供应商、客户和竞争对手关系，并将其存储为Neo4j知识图谱的流程。本地语言模型会提出结构化的主语—谓语—宾语三元组，随后通过基于字符串的实体消歧统一名称，并将文件中提及的实体映射到规范公司。批量图写入会加载消歧后的关系，图查询则汇总共同供应商，以呈现供应链集中度。…

本文介绍如何通过注册表检查决定复用还是重新运行模型训练和回测。运行记录由根据其规范生成的哈希标识；只有预期产物齐全时，运行结果才可复用。缺失部分会将运行标记为不完整，并触发重新训练或运行；显式强制标记则用于调试。本文还说明如何规范化和摘要预测键，包括对时序值采用带版本的呈现规则，以便一致地比较以不同类型加载的等价日期。…

本笔记演示如何微调Transformer进行金融命名实体识别，将文本片段转换为结构化的机构、人物、金额、日期和百分比字段。笔记介绍BIO实体边界标签，并说明如何将词级标注对齐到子词元：首个子词元接收该词的标签，后续部分不计入损失。笔记还区分精确实体跨度评分与词元级评分，并说明提取出的实体数量如何转化为文档特征。…

本笔记研究使用梯度提升预测CME期货收益的横截面表现。通过叶节点数量配置调整树的容量，并比较平方误差、绝对误差和Huber目标函数；它们对极端残差影响拟合的程度各不相同。每个模型都会在多个提升检查点进行评估，因此树的数量和预先声明的模型配置一样，都是筛选维度。对两个收益期限使用同一网格拟合，以便在固定模型系列中比较期限效应。…

本笔记在预测加密货币永续合约资金溢价的序列模型比较中加入时序卷积网络（TCN）。因果填充确保每个位置只使用当前及更早的观测值，而扩张卷积能够高效扩大感受野。所选网络堆叠覆盖了声明的输入窗口。与依据最后一个循环状态进行预测的LSTM不同，TCN会对各位置的表示取平均，以检验关于有用信息随时间出现位置的另一种假设。…