知识库

本笔记测试梯度提升树能否在货币对横截面排序上优于惩罚线性模型。FX 范围内的货币对共享货币，因此观测之间存在依赖：一种货币的变动会同时影响多个货币对的收益。模型网格通过叶节点数量改变树的容量，并比较平方误差、绝对误差和 Huber 目标函数。每种配置会在多个提升检查点进行评估，因此每个检查点都是独立候选项，而不仅是拟合细节。比较使用匹配的标签、特征和滚动折，并以验证集信息系数作为排序诊断指标。…

本笔记使用近期 10-K 年报中的段落和一组固定的金融研究查询，比较两个在本地运行的开放权重嵌入模型。它将文本切分为两句一段，用每个模型对相同文档和查询进行嵌入，并以词汇重叠作为相关性的代理指标来评估检索效果。重点是如何解读这些测量：笔记将指标差异换算为文档数量，考察代理指标任意分配标签时出现的并列，并比较不同查询类型的结果。…

本笔记比较编排四阶段预测工作流的三种方式：直接使用 Python 组合、基于角色提示的 CrewAI 版本，以及委托给与原生实现相同专业类的 LangGraph 版本。笔记考察状态的存放位置、如何检查故障和中间结果、各方案增加了哪些依赖，以及是否支持检查点。 比较使用相同的预测问题，并包含基于已保存跟踪记录的回放模式，以及可选的实时模式。证据主要来自结构层面，例如编排代码、状态处理和跟踪边界。CrewAI…

该笔记介绍双重机器学习分析，用于估计 FX 动量处理的效应，并对指定混杂因素进行调整。灵活的干扰模型根据这些混杂因素估计结果变量和处理变量；交叉拟合随后利用未解释的残差估计处理效应。禁入期用于处理金融时间序列中相邻观测之间的依赖。…

该笔记使用每日 SPY 收益，比较三种线性预测器、一个 Transformer 编码器和两种无参数预测方法。线性模型将历史窗口映射为多日预测；有些变体会先分离平滑成分，或纳入最近一次观测值。笔记将模型与零收益预测和最近观测收益预测进行比较，并通过打乱每个输入窗口内的观测，诊断时间顺序是否重要。 讨论解释了为什么自相关较弱且收益接近于零时，简单预测很难被超越，也说明了架构比较为何需要有力的基准。按时间顺序划分可避免不同分区共享目标日期，而仅使用验证集进行窗口扫描有助于选择输入长度。笔记介绍了使用原版…

该笔记为 FX 货币对配置 NLinear 预测运行。模型使用固定长度的连续回看窗口，并减去最近一次观测水平，使拟合侧重于该窗口内的变化。笔记通过共享模型规划流程确定回看长度、归一化方式、设备、折和检查点计划。序列资格判定能够安全处理缺口：缺失的日观测会使受影响的回看窗口失效，而不会让基于位置的索引将间隔日期误当作连续日期。 笔记为每个已声明的深度学习标签规划一个 NLinear…

这段代码为可复现交叉验证、合格范围跟踪和折内时间特征定义了保护措施。代码统一折边界，将请求的折与生成时间性产物时使用的边界进行比较，并拒绝不兼容的折划分结构。对于留出集，代码会检查时间特征记录是否覆盖所需的训练日期和评估日期，包括评估终点；还会验证任何已声明的估计器截止时间是否早于评分窗口。 合格清单会记录实体、时间戳和折键，以及其数据结构、来源和逻辑身份、计数与排序后的摘要值。解析后的 CV…

该笔记概述了针对 10 个交易时段的 delta 对冲 S&P 500 期权收益标签所做的仅限验证集诊断。笔记将金融预测变量分为依赖隐含波动率和不依赖隐含波动率两组，再比较仅使用一个波动率特征、分别使用各组以及使用全部特征的 Ridge 模型。模型使用相同的滚动前推折和验证键，并以不确定性区间汇总合并后的每日秩信息系数。 其他检查衡量隐含波动率信号随滞后期的衰减，比较特征与 delta…

该笔记将 21 个交易时段的 ETF 远期收益预测改写为二元任务：正收益标记为上涨，其余标记为下跌。笔记使用按时间顺序进行的滚动折和清除间隔，拟合经过 L2 和 L1 正则化的逻辑回归。缩放参数在每个训练折内学习，再应用于其验证数据，以减少数据泄漏。评估指标包括准确率、精确率、召回率、F1、ROC-AUC、对数损失、校准和基于系数的特征分析。 笔记讨论类别不平衡、求解器选择、概率校准，以及将概率用于仓位规模计算的可能性。其结论提醒，AUC…

该笔记测试 LSTM 能否从 ETF 特征历史中提取平面特征模型可能遗漏的时间结构。拟合前，笔记会根据可用特征、标签、实体和滚动前推折确认所声明的序列总体。序列预测要求具备完整的先前历史，因此其合格样本小于表格模型的样本。笔记在验证折上评估各轮检查点，并将预测覆盖不完整的检查点排除在比较之外。 笔记将 LSTM 与 Ridge…

该笔记为 CME 期货横截面构建规则型特征，重点是相邻交割合约价差所体现的持仓收益。笔记还构建动量、波动率、曲线形态和日历特征。设计区分描述当前期限结构的原始结算价，以及用于跨合约展期计算收益的展期调整价格。特征同时按决策日期和合约位置排名，以免混合不同期限的合约。…

该笔记展示了针对两种线性股票模型配置的验证预测误差所设的两种顺序监测器：双窗口均值漂移检测器，以及监测坏日频率的监测器。每个检测器都在初始时段校准，然后应用于之后的交易时段。另有一项基于波动率的独立指标用于识别市场动荡时期，以便将预警时间与市场条件变化进行比较。研究范围仅限于流动性较高的股票，这些股票根据监测期之前的数据排名；笔记还检查了被比较的预测序列是否彼此不同且覆盖范围足够广。…

该笔记使用双重机器学习（DML）估计跳过近期动量对 ETF 远期收益的影响；这是因果问题，与收益预测不同。笔记使用指定的混杂因素建模结果变量和动量处理变量，再估计这些模型未能解释的关系。分析在拟合前界定研究总体和时间边界，按日期对观测分组以进行交叉拟合，并使用禁入期，防止重叠的结果期跨越验证边界。 笔记将 Driscoll–Kraay…

该笔记展示如何使用 Optuna 的 TPE 采样器调优 LightGBM，以预测 ETF 收益。搜索内容包括树结构、采样和正则化设置，并通过提前停止选择提升轮数，再用自定义回调报告横截面信息系数（IC），以便剪枝。笔记比较了单个验证折与取平均的滚动目标，并在独立且时间范围固定的留出集上评估选定模型。 报告的证据提醒，单个窗口可能偏向一个退化的近乎常数预测器，其 IC…

本章介绍了在交易中使用预测模型的研究流程，其中样本外预测的稳定性可能比系数估计的无偏性更重要。内容涵盖 Ridge、LASSO 和 Elastic Net 等正则化回归方法，以及用于方向预测的逻辑回归。流程包括时点数据预处理、滚动验证、时间缓冲区、用于模型选择的嵌套交叉验证，以及考察特征归因及其稳定性的诊断。…

本笔记将机构13F持仓转换为机构—股票二部图，并为研究提取特征，包括股票共同持有相似度、持有人广度与集中度，以及已申报持仓的变化。笔记汇总重复的机构—股票记录，利用申报信息确定数据何时可用，并在所有选定机构完成申报前排除相关季度。这有助于避免将缺失申报误解为清仓。该图及其特征可用于相似度分析、聚类或下游预测模型。…

本笔记比较穷举网格搜索与Optuna的TPE贝叶斯采样器，后者用于为ETF前瞻收益预测任务调优LightGBM模型。首先，两种方法在一个较小的类别网格上获得相同的试验预算，穷举搜索覆盖每一种组合。随后，笔记探索连续参数空间，该空间可以表示离散网格无法表示的配置。笔记还研究随着试验次数增加，验证集与留出集的信息系数如何分化，以说明反复选择可能导致验证数据过拟合。…

本章将策略研究描述为对可执行决策流程的设计和评估，涵盖从最初的经济构想到仓位规模、约束、成本和模拟实盘测试。章节建议先对策略系列和潜在优势来源分类，再构建模型；随后定义带版本的设置，以确保比较有意义。章节还将模型诊断、信号诊断和投资组合结果区分开来，以降低所有研究选择都针对回测表现进行优化的风险。…

本笔记使用标普500期权标的的收益率构建基于模型的研究特征。笔记拟合GJR-GARCH，该模型会赋予负收益冲击更大权重；还拟合随机波动率模型，其潜在方差通过MCMC估计，并用粒子滤波跟踪。参数只使用计划重新拟合时可用的历史数据估计，之后在生成预测时保持固定。特征包括模型对下一日波动率的预测，以及该预测与期权市场隐含波动率之间的差值。…

本笔记训练TabM神经网络，使用与线性模型和提升模型相同的平面特征表对ETF进行排名。每个集成成员共享一个两层骨干网络，但各自拥有缩放向量和输出层，因此，与为每个成员单独训练网络相比，新增模型容量大幅减少，同时仍可对预测取平均。实验同时调整骨干网络宽度和集成规模，在训练过程中保存检查点，并比较不同轮次和配置的样本外信息系数。…

本笔记将skip-gram Word2Vec改造用于机构持仓：把每个13F投资组合视为一个句子，把每个股票标识符视为一个词元，并按持仓规模排名排列词元。相邻持仓构成上下文，因此机构在相似投资组合上下文中配置的股票可以获得彼此接近的向量。该流程从一个季度持仓面板中选出一组大型申报机构，删除重复的机构—股票对，训练嵌入，并用向量邻近关系识别投资者以相似方式对待的股票。…

本笔记介绍一种受GT-GAN启发的生成模型，用于处理以不规则间隔采样的金融序列，例如逐笔、成交量或美元柱线。其编码器、生成器、判别器和解码器使用连续时间神经ODE动力学，使潜在状态能够跨越可变时间间隔演化，并支持在指定时间戳进行插值或生成。逐样本固定步长的欧拉或RK4积分可处理一个批次内不同的时间间隔。…

本笔记介绍如何使用一分钟NASDAQ-100数据拟合PatchTST，以预测多个前瞻期限的收益。模型将连续观测分组成片段，并在片段之间应用注意力机制，从而减少需要比较的条目数量，同时让网络能够关联回看窗口中相隔较远的部分。模型按个股构建窗口，仅使用训练数据标准化特征，并在既定的滚动折上评估。…

本笔记介绍一种无条件、基于签名的瓦瑟斯坦GAN，用于生成金融时间序列。它将收益率转换为增广路径，计算截断路径签名，并训练由布朗噪声驱动的LSTM生成器，使其匹配期望签名。签名距离取代了学习得到的判别器；阶乘归一化会重新缩放签名层级以用于损失计算。本笔记还概述了论文中的条件扩展如何比较给定过去情况下可能未来的分布，但并未实现该扩展。…