知识库

本笔记本构建一个LSTM配置器，将ETF收益序列和滚动波动率特征直接映射为仅做多的投资组合权重。Softmax输出确保权重非负且满仓。该方法不预测收益再将预测值输入优化器，而是直接以可微夏普比率最大化作为训练目标。工作流程按时间顺序划分训练集、验证集和测试集，再将学习得到的权重与等权和逆波动率投资组合进行比较。…

本笔记本比较三种将财经新闻句子分类为正面、中性或负面的方法：使用TF-IDF词语及词对特征的逻辑回归、使用预训练GloVe词向量均值的逻辑回归，以及预训练FinBERT情绪分类器。它采用Financial PhraseBank中一致标签子集的分层训练集和测试集划分。两种词汇方法使用相同划分进行训练；FinBERT则作为预训练模型应用，因此其得分同时反映学习到的表示和此前的任务训练，并非单独的特征比较。…

本笔记本使用分钟级NASDAQ-100数据，通过三种方法构建特征：用于短期方差预测的滚动异质自回归回归、用于描述近期活动周期结构的傅里叶变换，以及用于捕捉价格、订单流和交易强度变化顺序的二阶路径签名。文中解释，回归特征取决于拟合参数所用的数据窗口，而变换和签名则是在近期窗口上进行的固定计算。特征按时间柱逐一生成，并评估其横截面排序能力。…

本笔记本展示如何分析金融事件图谱，同时区分事件发生时间、公开时间和图谱处理流程提取事件的时间。它载入带时间戳的8-K关系，衡量披露和提取延迟，并以公开披露截止时间构建图谱快照。笔记本还比较累积快照以计算关系变动，并检查较晚的披露或提取是否出现在较早的视图中。…

本文介绍潜在因子：它们是根据期货之间的共同变动推断出的共享收益驱动因素，而非预先给定的具名预测变量。文中比较了在每个训练折内拟合的两种方法。主成分分析（PCA）寻找能够解释最多收益方差的线性方向；神经随机贴现因子（SDF）方法则寻找能够解释横截面预期收益的共同定价对象。PCA仅使用收益；SDF还将特征作为工具变量，因此可以表示受特征条件影响的暴露。…

本文介绍如何比较线性模型、梯度提升模型、表格深度学习模型和序列模型对标普500期权的验证集预测。报告诊断结果前，先检查每个已登记预测样本是否符合其资格契约且完整，并确认所有样本共享同一交叉验证标识。由于序列模型需要回看历史数据，其符合资格的行有所不同；只有在资格组匹配时比较才有意义，不能自动跨模型家族比较。…

本文介绍双重机器学习（DML）如何在控制点差、短期波动率和滞后收益后，估计买方主动成交量占比是否影响未来收益。它使用交叉拟合从处理变量和结果变量中分别剔除这些控制变量的影响，再依据残差之间的关系估计效应。示例使用一分钟NASDAQ-100观测和十五分钟结果期限，并根据Lee-Ready规则对订单流分类。 本文强调应使时间防护措施与标签期限一致：隔离期、留出截止点和区块置换反证都必须考虑未来结果之间的重叠。该反证将观测到的HAC…

本笔记介绍特征库如何保持训练数据与实时模型输入一致。文中通过实体键、事件时间戳、有效时长和特征列描述特征视图，并对比历史训练所用的时点连接与线上服务所用的最新已知值查询。示例使用存储在Parquet文件中的日频US股票财务特征和模型衍生特征，并进行检查以防训练数据跨越留出集边界。…

本文介绍一个包含五道关卡的流程，用于评估九个交易案例，涵盖信号质量、验证、交易成本、留出表现和证据质量。关卡逐级累积，策略只有通过此前所有适用关卡才能进入最后阶段。不适用于某个案例的阶段会作为直接通过处理，而非判定失败。…

本笔记介绍加密货币资金费率方向模型的部署演练。模型使用源自历史 Binance 永续合约的数据训练一个三分类 LightGBM 模型，随后从OKX获取实时小时线和资金费率，将数据汇总为策略的八小时频率，计算实时特征集，并对可用标的评分。Alpaca 模拟交易为映射出的USD现货交易对提供执行环境；未匹配的永续合约仅生成信号。运行过程会记录覆盖范围、数据时效、预测和执行结果，以便监控和审计。…

本笔记介绍如何使用长短期记忆网络处理一分钟NASDAQ-100微观结构特征，以预测多个期限的前向收益。模型逐步处理一段回溯序列，并学习保留哪些早期观测。训练使用滚动折，仅依据训练数据对特征进行标准化，在股票和折之间重置状态，并保存已声明检查点的验证预测。序列窗口按照各标签期限间隔取样，以减少训练目标之间的重叠。…

本笔记介绍一种条件自编码器，它扩展了带特征的主成分分析，用神经网络取代股票特征到因子暴露的线性映射。模型保留了暴露乘以因子收益的结构，同时允许特征与载荷之间存在非线性关系。模型在每个训练窗口中学习重建设定的前向收益标签，随后使用验证集信息系数衡量所得表示能否迁移到后续日期。…

该工具模块生成表格和图表，用于评估验证数据和留出数据上的预测模型。诊断内容包括信息系数置信区间、验证集到留出集的表现衰减、经选择调整的回测统计量、分折比较、市场环境覆盖度和保形区间覆盖率。该模块查询已持久化的训练、预测和回测记录，筛选可比较的配置，并在相关结果尚不可用时返回稳定的空表结构。…

本文介绍一种神经策略网络的架构，它将资产级时间序列和上下文映射为有界的组合风险权重。其逐资产主干网络结合了上下文嵌入、特征级调制、变量选择、LSTM和因果时间注意力。随后，网络通过滞后横截面注意力处理资产之间的关系，也可以选择使用受宏观经济邻接图限制的注意力。…

本文记录了对美联储是否会在2026加息的多阶段预测。三个智能体分别搜索证据并给出概率，随后进行辩论并由监督者更新预测。它们的观点各不相同：两个认为加息概率较低，另一个则认为风险更高，反映出各方对通胀、美联储预测和政策前景存在分歧。…

本笔记运行标普 500 期权的三模型序列学习群组中已声明的 NLinear 成员。拟合该成员前，先确定整个群组的请求和检查点，以便后续笔记使用同一快照运行 LSTM 和 PatchTST 模型。由于 CPU 和 GPU计算可能产生不同的拟合权重，设备被视为训练身份的一部分；非规范设备因此需要使用独立的群组名称。 工作流程强调可复现性和完整性：记录群组成员，检查 NLinear…

本笔记介绍一项US公司特征研究中的留出集预测阶段。流程采用根据验证结果选定的模型配置，重建其训练规格和检查点，然后使用截至留出窗口之前的数据重新拟合。新的训练标识使重新拟合过程可审计；窗口和标签缓冲区则根据研究设置推导，以降低训练结果与评估期重叠的风险。…

本配置说明解释了为什么使用 SAGA，而非 scikit-learn 的 liblinear 求解器，来拟合带L1惩罚的三分类逻辑回归。文中提到其兼容较新版本 scikit-learn 中的多分类功能，并报告在已测量的 Nasdaq-100微观结构实验中，SAGA的完成速度快得多。已报告的样本外对数损失和准确率在所测设置中也都更偏向SAGA。…

本笔记介绍一项扩展窗口双重机器学习分析，考察在调整贝塔、特质波动率、市值和方差后，12至-2个月动量是否能预测下月US公司的收益。分析使用较早月份拟合辅助模型，在训练期与测试期之间设置禁入期，并排除最后的2016留出集。在相同的折外观测值上，将调整后的估计与朴素OLS进行比较，并使用 Driscoll-Kraay 推断处理时间和公司间的依赖。…

本笔记介绍从SEC 8-K 文件提取结构化公司事件并将其载入 Neo4j 知识图谱的流程。语言模型分批处理文件，生成包含主体、关系、客体和时间戳的事件记录。工作流程使用明确的事件与关系模式，验证模型输出并规范实体格式；对不受支持的关系、日期或类别则保持未决，供人工审查。…

本笔记比较 Optuna 在公司特征数据集上对 XGBoost、LightGBM 和 CatBoost 进行的超参数搜索。每个库都有独立的搜索研究，使用树结构 Parzen 估计器、中位数剪枝、早停和持久化研究存储。均方误差与平均绝对误差的选择被纳入类别型超参数，验证表现则使用平均横截面信息系数衡量。…

本笔记使用双重机器学习，考察调整已观测混杂因素后，隐含波动率减去实现波动率的价差是否与后续股票收益相关。分析将实现波动率、股票动量和风险反转偏度列为相关控制变量，并在相同的交叉拟合观测值上，将调整后的估计与朴素普通最小二乘法进行比较。分析还使用区块置换反驳检验和考虑面板结构的不确定性估计。…

本训练工具介绍一种 DeePM 风格模型的优化循环。该循环使用 AdamW，根据稳健的夏普比率导向损失更新模型参数，并传入前向收益、波动率缩放、掩码、交易成本以及配置的预热期和软最小值控制参数。非有限损失会被跳过，每次优化器更新前也可以裁剪梯度。…

本笔记使用公开发布的公司特征，为个别US股票拟合岭回归、套索回归和弹性网络模型。特征涵盖价值、盈利能力、投资、规模、动量、反转、风险和流动性。滚动折分让不同配置具有可比性，惩罚系数扫描则考察正则化如何改变拟合预测。笔记使用原始月度收益、缩尾后的月度收益和分类目标，探索目标选择对结果的影响。…