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。
2,255 份文档
本笔记研究梯度提升在 US 股票面板上的表现，针对三个未来收益期限改变树容量、目标函数和训练检查点。笔记说明浅树如何学习特征交互，同时指出提高容量也会增加拟合噪声的风险。平方误差、绝对误差和 Huber 损失对厚尾收益观测的处理各不相同；秩信息系数（IC）奖励排序，而非收益幅度的预测准确度。对多个检查点评分会将每个检查点视为独立候选项，并揭示随着树数量增加表现是否发生变化。 本笔记报告验证折 IC 和预测覆盖率，但不选择交易策略；策略选择留待后续根据夏普进行回测。IC…
本笔记展示如何使用 SHAP 解读预测 ETF 未来收益的 LightGBM 模型。TreeSHAP 为单个预测提供特征贡献，并汇总整体重要性。蜂群图和依赖图展示特征值与贡献之间的关系；局部解释则将单个预测相对于模型期望值进行分解。本笔记还将 SHAP 排名与置换重要性和树不纯度重要性进行比较，考察特征交互，并跟踪滚动各折的平均绝对 SHAP 值，作为漂移诊断。…
本笔记介绍如何在根据验证结果选定加密货币永续合约资金费率策略配置后，生成留出期预测。它确定符合条件且夏普最高的验证回测，沿用模型系列、标签、检查点和策略配置，然后建立新的训练规格，确保数据在留出期开始前结束。标签缓冲期会考虑未来收益期限，以避免训练结果延伸至评估期。登记系统会记录重新拟合及其预测；训练标识的变化则表明没有直接重复使用在验证集上拟合的模型。…
该模块定义了一个时点模拟环境，用于执行加密货币永续期货的大额卖单。观测值结合了剩余持仓和时间，以及市场波动率、溢价指数、相对成交量、时段和距资金费结算的时间。行动会在参考计划附近调整执行速度，同时受计划和参与率上限约束。该环境使用平方根加线性市场冲击估算执行偏差，并可针对持仓风险和计划偏离增加惩罚。…
本章将市场数据视为交易规则、流动性和参与者行为共同作用的结果。内容从最优报价延伸到订单级数据源，继而介绍如何解析交易所消息并将其重放到特定交易场所的限价订单簿中。还涵盖订单簿生命周期检查、流动性和订单流分析、日内交易模式，以及单一交易场所可见流动性的局限。另一个重点是采样：按时间、活动量和信息量构造的柱线会形成不同观测，而交易方向分类和时间戳对齐会影响对观测的解读。 本章还介绍日内数据质量和交易时段检查，以及利用双幂变差和 Lee–Mykland…
本笔记介绍 TSMixer，这是一种交替执行两种操作的时间序列神经网络：针对每个特征，在回看期内各日之间应用共享线性映射；以及在每天独立应用共享特征 MLP。残差连接和预归一化为网络层提供支持，小型输出头则调整架构以预测一个横截面收益。本笔记强调，张量轴的排列方式决定每层组合哪些值，并将模型的参数成本与作用于展平窗口的全连接层进行比较。 示例使用 ETF…
本案例研究利用 30 日平值跨式期权和标的价格数据，构建用于比较标普 500 股票方差风险溢价的特征。它在多个期限上比较隐含波动率与已实现波动率，加入期权市场成本和风险指标，并对选定数值进行横截面排序，使策略能够比较同日有报价的标的。一个关键的数据处理规则是在市场交易日历上计算滚动窗口，而不是在稀疏的跨式期权报价行上计算，从而让回看期始终对应一致的交易日数。…
本案例研究说明，在根据验证数据确定模型和策略选择后，如何生成留出期预测。它读取先前选定的配置，重建其训练规范，并仅使用留出期开始前可用的数据重新拟合。由于标签代表未来收益，训练区间会在评估窗口前至少一个完整标签期限处结束，以防该窗口内的结果进入模型拟合。…
本笔记构建了一个 LSTM 配置器，将近期 ETF 收益和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总仓位为满仓；可微的夏普比率目标函数则在不经过单独收益预测阶段的情况下训练网络。实验采用滚动训练、验证和测试划分，并将学习得到的配置与等权和逆波动率基准进行比较。…
本笔记介绍 EdgarTools，用于按公司和文件类型浏览 SEC 文件。它展示了如何使用稳定的 CIK 标识符查找发行人、获取年度和季度报告、提取 XBRL 财务报表，以及查看内幕人士 Form 4 和机构 Form 13F 数据。它还介绍如何搜索更广泛的文件索引，以及访问申报文本和附件。 回测时，关键时间规则是以申报日期作为信息公开的时间点，而非会计期间结束日期。笔记还提醒，公司自行选定的报表标签各不相同；Form 4 交易代码很重要，因为披露的大量活动属于薪酬；13F…
本笔记对八种期限为一年至三十年的美国国债恒定期限收益率变化应用主成分分析。分析会移除收益率没有变化的前向填充日历行，并在进行 PCA 前标准化剩余观测值，使每种期限的影响相同。它将前三个成分解释为水平、斜率和曲率：平行变动、趋陡或趋平，以及中段相对于两端的扭转。为确保解释一致，成分符号会固定；同时使用自助重采样考察载荷的稳定性。…
本笔记介绍一种 LSTM 序列模型，用于根据近期特征的有序窗口预测股票收益。每个样本使用一只股票连续 60 个交易日的数据；跨越上市间断、停牌或其他中断的窗口会被排除，以免将不连续误认为日度变化。模型会在每个交易日传递隐藏状态，并通过门控机制控制哪些信息进入、保留或输出。模型包含两层循环层，隐藏状态维度为 64，并在 100 个训练轮次的安排中每五轮保存一次训练检查点。…
本分析检查日度期权数据是否支持一种周度策略：卖出标普 500 成分股的平值跨式期权，对股票进行 Delta 对冲，并持有合约至到期。文中解释看涨期权和看跌期权如何构成跨式组合、隐含波动率和实现波动率如何关联方差风险溢价，以及为何应将交易成本表示为头寸所获权利金的占比。 检查内容包括交易日期的期权可用性、报价价差、相对于成本的价格变动、波动率差距的持续性，以及滚动验证折是否给结果留出足够时间以供结算。报告结果包括：成本最低的五分之一股票单边成本为…
本参考资料汇总了 35 种 CME 期货产品的挂牌合约月份，涵盖股票指数、美国国债、能源、金属、货币、利率、农产品、畜牧产品和加密货币。资料介绍交易所的月份代码体系，并区分按月、按季度以及特定产品每两个月挂牌的安排。表格列出了典型挂牌模式，包括股票指数和主要美国国债合约的季度周期、能源产品的月度合约，以及农产品和畜牧市场按作物或交割安排的周期。…
本笔记汇总了九个案例研究中五种潜在因子估计器的已登记验证结果：PCA、IPCA、CAE、SDF 和 SAE。它首先报告每个面板中哪些估计器有结果，然后使用 HAC 置信区间，找出每个案例研究中平均日度 Spearman 秩信息系数最高的估计器。它还比较了 US Firms 面板上的估计器，并通过按日期配对比较控制共同日期，评估其相对于监督模型的排名表现。 分析发现，没有任何估计器在所有面板中都领先，部分领先估计值的区间跨越零。在 US Firms…
本文档介绍一个流程，用于下载 Binance 官方 USD-M 永续合约资金费率记录、进行标准化，并缓存到列式文件中。流程会并行获取指定标的和日期范围的月度存档，将记录转换为 UTC 时间戳，统一结算字段，按标的和时间去重，并在保存前检查缺失值或无效值。加载器支持按需筛选标的和日期。…
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。…