知识库

本笔记比较从公司申报文本语料中检索段落的四种方法：BM25、稠密嵌入、倒数排名融合（RRF）和交叉编码器重排器。RRF融合的是排序列表，而非原始分数，因此能够结合词法与语义系统，无需校准它们不同的分数量纲。随后，重排器会对候选集合重新排序。笔记还说明如何实现各检索阶段，并在相同检索深度上评估它们。…

本文介绍一种端到端预测架构，结合研究小组、汇总预测、对抗式辩论和监督器。监督器识别分歧、搜索澄清证据，并给出带置信度标签的概率。基于置信度的规则决定该概率是覆盖汇总预测、与其融合，还是不改变汇总预测。笔记还集中管理影响输出的设置，并记录每个阶段的概率和运行细节，以供后续审查。…

本案例研究评估覆盖广泛的US股票池中的每日横截面信号，并梳理完整研究流程：从时点数据和特征工程，到模型比较、组合构建、成本分析和留出集评估。研究采用滚动验证和多个远期收益期限，比较线性模型、树模型、表格神经网络、时序神经网络及潜在因子方法。交易策略按股票排名，构建美元中性多空组合，并考虑随时期变化的交易成本和借券因素。…

本笔记整理跨案例的LightGBM模型比较，并在条件允许时以线性模型和TabM作为参照模型系列。评估覆盖不同树规模、回归损失、检查点和分类目标。主要信号指标是每日横截面Spearman信息系数的平均值，并报告HAC置信区间。比较时会考虑模型评估所用验证折和天数是否相同。…

本文介绍一个Gymnasium环境，用于训练智能体在固定期限内清仓。观测信息将剩余库存和时间与价差、市场深度、波动率以及正常或压力状态结合起来。连续动作设定相对于参考计划的执行速度，同时由参与率和计划限制约束交易。最后一步会卖出所有剩余股份，以确保完成清仓。…

本笔记比较LightGBM与MLP、TabM，以及在可用时的TabPFN，利用表格特征预测ETF远期收益。模型在相同的按时间顺序排列的滚动验证折上评估，主要比较秩信息系数和训练时间。神经网络方法包括简单的多层感知机和TabM；后者对共享同一骨干网络的多个适配器头的预测取平均。训练使用L1损失，并在每个训练窗口内用留出数据选择停止点。…

本笔记比较普通最小二乘、岭回归、LASSO和弹性网络，用于预测 ETF 的21日远期收益。各模型使用相同的预先声明的滚动验证折，并设置与标签期限相匹配的清除间隔。每一折都根据训练集百分位数截断特征极值，然后在拟合前对特征进行标准化。绩效指标包括横截面秩信息系数；当可用资产过少或预测值没有变化时，不计入未定义的日期。 分析通过 alpha…

本文档将ADIA Lab因果发现挑战视为已知合成数据生成模型族内的监督推断任务。任务使用大量带标签的数据集和图结构配对，为处理变量和结果变量周围的变量分配八种角色。文档解释了监督模型为何可能在此类任务中优于经典因果发现方法：它们可以从模拟器生成的样本中学习稳定的统计模式，有些方法还会使用PC或NOTEARS等方法的输出作为模型特征。…

本模块根据已注册的预测集构建均值预测集成，重点关注可复现性并避免选择偏差。它从注册表解析符合条件的模型配置，而非维护手工编写的成员列表；会过滤不完整或已弃用的预测，并为每种配置选择最后一个符合条件的检查点，而非验证结果最佳的检查点。它还会拒绝将某个配置对应到多个有效训练运行的模糊情况。…

本笔记使用纯Python编排、CrewAI和LangGraph实现四阶段预测流程。它比较状态的存放位置、如何检查或恢复故障、各方法增加了哪些依赖，以及如何进行追踪。原生版本与LangGraph版本组合了相同的专家类，而CrewAI版本使用角色提示任务和不同的模型调用路径。这一差异意味着它们的预测概率并非用于衡量框架质量的受控基准。…

本笔记研究线性模型正则化在货币对集合中的应用；由于各货币对都是以共享货币报价，其收益彼此相关。它区分了岭回归、Lasso和弹性网络可以处理的特征共线性，与系数惩罚无法解决的被排名资产之间的依赖关系。岭回归会缩小系数但保留特征；Lasso可以将系数压至零；弹性网络结合两者的特性。惩罚参数在每个训练折内确定，模型则在共同的滚动样本上拟合和评估。…

本章综述如何将拟合后的统计方法转换为交易模型特征，涵盖诊断与平稳性、结构突变、分数差分、卡尔曼滤波、谱方法与路径签名方法、ARIMA与GARCH波动率、HAR与粗糙波动率指标、不确定性估计、市场状态模型以及横截面或面板变换。输出包括滤波后的水平值与趋势、创新、预测、条件波动率、市场状态概率，以及后验或预测不确定性。…

本笔记将母订单视为有限时域控制问题。在每个时间间隔，表格型Q学习根据时间、待成交数量以及最近观测到的价差和波动率状态，选择基于VWAP的交易切片乘数。奖励函数在执行成本（包括价差和基于情景的市场冲击）与波动区间内持有未执行订单量的线性惩罚之间进行权衡。参与率上限约束成交量，终端惩罚则使未成交订单量产生代价。为使策略学习如何适应流动性而非进行方向性择时，模型排除了价格和收益信号。…

本笔记介绍一种逐次筛查单个特征的方法，用于评估20个货币对中的候选信号。它仅使用滚动验证窗口，计算每个特征的每日横截面排名与下一交易日收益之间的一致性。评估面板会在留出集之前提前截断，以确保标签结果不会在面板内到期。覆盖率和陈旧度筛选会剔除过于稀疏或静态、无法评估的列；类似Newey–West的方法则会将相邻交易日之间的依赖关系纳入不确定性估计。折方向检查、冗余分析和错误发现率调整用于应对不稳定性和多重特征检验问题。…

本笔记将主成分分析作为期权分析研究中预测股票收益的无条件潜在因子基准模型。PCA利用历史收益面板估计共同变动和各股票对这些变动的暴露，再根据训练窗口估计的因子均值生成预测。它刻意排除隐含波动率、偏斜、期限结构和其他期权特征。该基准模型可用于衡量在相关模型中根据这些特征调整暴露所带来的作用。…

本笔记比较穷举网格搜索与Optuna的TPE采样器，用于调优LightGBM收益预测模型。首先，两种方法使用相同的试验预算和离散参数网格；枚举会覆盖所有组合，而采样可能重复访问某些点。随后，笔记考察固定网格无法表示的连续参数空间。比较中区分了搜索空间允许探索的范围与采样方法实际能够发现的内容。…

本模块定义了面向读者的CME期货研究流程，涵盖模型请求、预测与回测执行、候选池和最终筛选。它从共享设置声明中读取已配置的标签扫描范围，保留其顺序，并检查各标签下是否存在所请求的模型配置。研究构建会区分标准运行与缩减版预览运行，并记录执行详情，确保预览输出不会被视为标准总体成员。…

本文介绍GReaT框架：将混合数值和类别型金融数据的行序列化为文本，在这些记录上微调语言模型，再将生成的文本解析回表格。示例根据历史收益、波动率、成交量及类别型方向或状态标签构建ETF特征，并以远期收益为目标。它将合成记录与留出的真实数据进行比较，并讨论先用合成数据训练、再用真实数据测试的下游评估方式。…

此笔记本使用主成分分析表示广泛US股票面板中的共同变动。PCA提取能够解释收益共同变化的方向；每只股票的载荷衡量其对各方向的暴露。根据有限因子重构的预测，能够捕捉股票与面板共享的行为，同时舍弃个股特有信息。因子在每个滚动前向训练折内拟合，再应用于验证行，以避免在因子估计中使用未来收益。…

此笔记本用六个手工构造的案例评估基于文档的金融助手安全规则。案例涵盖提示注入、不可信材料中的虚构数字、尝试执行的操作，以及引用未检索到的内容。它比较两种作答策略：一种是不加甄别地使用检索内容的基准策略，另一种则结合基于短语的注入检测、信任过滤和证据核查。…

此笔记本介绍时间卷积网络（TCN），用于根据滞后收益特征序列预测ETF远期收益。因果卷积确保输出只使用截至相应日期的观测；指数递增的膨胀率则扩大输入窗口内的感受野。残差连接支持更深的网络堆叠，权重归一化和通道丢弃也是模块设计的一部分。模型与岭回归基准进行比较，评估指标包括横截面排名相关性，以及相对于零预测的平方误差。…

此笔记本说明如何将拟合后的GJR-GARCH和隐马尔可夫模型转化为交易特征，同时控制前视偏差。GJR-GARCH估计条件波动率，并捕捉负收益冲击的更大影响；两状态高斯HMM对横截面资金费率结算中的状态进行建模，并给出压力状态的滤波概率。两个模型都按固定频率在扩展的历史数据上重新拟合，验证期间参数保持不变，且在初始预热期内不提供特征。…

此笔记本以SPY日度数据为例，梳理识别金融序列生成过程变化的方法。它对比了在检验单位根的同时估计一次突变的Zivot–Andrews检验，以及多重突变分段方法。PELT通过惩罚项选择突变数量，二分分段则要求指定数量；两者都使用基于段内水平稳定性的代价函数。不同的假设可能得出不同日期，两种方法都无法确定唯一正确的突变数量。…

此工具为实时演示笔记本准备预测产物，将不同的列名和日期格式规范为统一的时间戳、资产和预测结构。它会对重复的时间戳—资产观测分组，并计算其评分均值。加载器先搜索已提交的模型输出，找不到这些文件时再查询注册表。…