知识库

这项审计使用相同的历史输入，在多个回测引擎间比较 ETF 配置、CME 期货、带资金费的加密货币永续合约、外汇和 US 股票。每个受支持的引擎组合都会接收由内容哈希标识的相同市场数据和冻结的模型目标，从而将执行行为与模型拟合或信号构造差异隔离开来。只有成交记录和估值时间戳相同、金额精确到分一致，并且能够检测到人为篡改的成交时，比较才算通过。结果显示所有必需比较均通过；无法表示同一合约的资产与框架组合则列为不受支持，而非用近似方式处理。…

这份数据集说明介绍了一组多元化的交易所交易基金，用于动量策略及更广泛的一系列金融研究示例。数据从 2006 年开始，提供每日开盘价、最高价、最低价、收盘价和成交量，涵盖 US 类股票风格与行业、国际市场和新兴市场、固定收益、大宗商品、特色主题及货币。本文还介绍数据集的来源、组织方式、元数据，以及按代码和日期范围选取数据的加载选项。…

本笔记介绍一种监督式自编码器，将 ETF 特征行压缩为低维表示，并直接根据该表示预测远期收益。与条件自编码器不同，它不假设收益来自少量共同因子变动。编码器同时通过重构目标和收益预测目标进行训练，因此不同预测期限会产生分别拟合的模型。…

本分析在共享的跨资产面板上，比较多个系列中已登记的 ETF 预测模型。分析使用信息系数评估各模型按后续收益为基金排序的能力，考察置信区间和分折一致性，并检查不同系列的预测是否一致。特征来自价格历史，包括动量、波动率和收益率曲线指标；基金涵盖股票行业、国家、债券、大宗商品和货币。…

本文说明 CME 期货数据如何按产品、到期合约和按成交量换月的连续序列组织。文中使用 E-mini 标普 500 数据说明，单个合约的交易窗口有限，且在换月前后会有重叠；连续近月序列则将连续合约拼接成一段历史数据。文中还按资产类别对产品分组，并汇总各产品的可用历史数据，指出数据起始较晚可能反映数据采集开始时间，而非合约上市时间。 笔记检查了单个连续序列上的 OHLC 不变量，并明确指出平滑的图表不能验证换月处理是否正确。该序列未经调整，因此跨换月期的收益可能包含合约间价差。验证仅限于一个产品，而且小时级 UTC…

本实验将梯度提升树模型、表格神经网络和潜在因子模型对月度 ETF 排名的验证预测结合起来。首先通过横截面 z 分数对预测进行标准化，然后取平均。实验使用含异方差和自相关稳健不确定性估计的信息系数（IC）评估集成模型，同时进行考虑成本的只做多回测，选取少量 ETF 并为其配置权重。 集成模型的总体 IC 高于 LSTM 基准，但夏普比率较低，最大回撤较大。分折结果揭示了原因：集成模型的秩相关性波动很大，部分折甚至为负；而 LSTM…

本笔记从一项审计中单独分析 LEAN 引擎的结果。该审计将保留的真实策略运行结果与匹配的 ML4T Backtest配置进行比较。笔记列出四类受支持的工作负载：ETF配置、加密货币永续合约资金费率、以 USD 报价的 FX 配置，以及 US 股票面板。冻结的 CME 期货数据包因缺少创建相应原生 LEAN 订阅所需的带日期合约链和展期映射而被排除。比较报告成交、估值、时间戳一致性、权益及终值差异，以及负向对照的检出情况。…

本笔记本使用历史危机窗口、手动设定的同步资产冲击、Student-t 蒙特卡洛模拟和市场状态统计，对比四种参考 ETF 配置。它解释了最大回撤指标，并使用每日固定权重投资组合考察复合收益、回撤及其他压力测试结果。历史回放涵盖全球金融危机、COVID 和 2022 紧缩时期等重大抛售；假设情景则检验多个持仓同时遭受冲击时投资组合的反应。 模拟将 Student-t…

本笔记本查询多个交易案例研究的登记表，并生成跨数据集的信号、资产配置、成本和风险比较表。它报告了验证集排名靠前的配置簇诊断指标，包括排名第一与第十的夏普比率差距、各折表现及其他测量值，用于显示选择结果的稳定程度。其选择流程固定完整的策略规格，包括信号、资产配置和风险叠加，并在有结果时将验证结果与重新训练后的留出集结果配对。标签和执行机制的限制使特定比较符合案例研究的预期分析。…

本文提供一套可复用的金融数据诊断检查，涵盖索引完整性、重复项、缺失值、异常值、日历缺口和特定领域异常。检查内容包括时间类型、排序和唯一性（包括面板数据中按代码排序），并区分完全重复行与取值不同但键重复的记录。覆盖报告按字段、资产和时间汇总缺失值；其他检查则针对无效价格或成交量、异常收益变动等问题。 这些诊断用于在清洗前评估原始数据，不会修改输入。示例强调，列完整并不保证面板覆盖完整，异常规则也必须符合市场惯例。例如，应根据拆股信息识别公司行动，而不是从收益阈值推断；对于 FX…

本审计比较多个交易引擎在ETF配置、期货、加密货币永续合约资金费率、外汇和US股票上，重放相同的冻结模型目标与内容寻址历史输入的表现。审计通过匹配成交记录、估值时间戳、账户价值、期末价值，以及检测人为篡改的成交记录，评估执行一致性。由于建模和目标构建都在任一引擎运行之前完成，因此这项比较检验的是重放行为，而非信号生成是否一致。…

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 DeePM，这是一种端到端的 ETF 投资组合策略，旨在改善不同市场环境下的表现。其组件包括经波动率标准化的收益和趋势特征、基于 LSTM 的模型、变量选择、条件层，以及受资产类别图约束的跨资产注意力机制。该图编码组内联系和选定的组间关系。SoftMin 目标函数侧重于表现最弱的滚动训练窗口，而成本感知训练会惩罚换手率。评估采用按时间顺序划分的训练、验证和测试窗口，并与不使用 SoftMin 的版本、等权基准及逆波动率基准进行比较。…

本文档使用 100-ETF 个标的的范围，将跨资产动量假设转化为月度探索性检验。文档构建调整后的月末价格，测量 12 至 -1 个月动量，然后将符合条件的 ETF 分为五个等权组，并将它们下月的收益与等权标的范围进行比较。分析考察各组收益的排序和分布、最高组与最低组的收益差、不同历史时期的表现，以及信号排名的持续性，并将其作为换手率的粗略参考。…

本笔记展示跨 Yahoo Finance、WikiPrices 和FRED的统一OHLCV接口，并使用这些来源获取当前ETF数据、长历史股票数据和宏观经济序列。它介绍按优先级排列的数据获取回退方案，并强调记录每条观测的数据来源，以便审查拼接后的面板。该ETF资产范围涵盖股票、债券和大宗商品敞口，供后续轮动策略使用。…

本笔记使用相同的ETF收益面板，比较 PyPortfolioOpt、Riskfolio-Lib 和 skfolio 得出的投资组合配置。它在训练期拟合配置方法，检查等价目标和对齐权重是否在求解器容差范围内一致，并在后续观测上评估冻结后的配置。比较内容涵盖均值—风险方法、层次风险平价、尾部风险目标，以及换手率或权重集中度惩罚。笔记还采用赫芬达尔集中度指标，并展示仅限于训练窗口的滚动评估。…

这本笔记构建了仅做多且满仓的 Markowitz 框架，包括可行组合、有效前沿、最大夏普组合和最小方差组合。它介绍组合方差如何取决于协方差矩阵，以及资产走势不同步时，分散化如何降低风险。条件数用于诊断资产收益之间的冗余程度及其可能导致的数值敏感性。 核心经验是，优化权重可能不稳定，因为预期收益比协方差更难估计，而优化器又可能对这些带有噪声的收益估计高度敏感。笔记在一个时期估算权重并将其固定，之后将其与等权、逆波动率和风险贡献相等等启发式方法进行比较。其 ETF…

本笔记汇总九个资产类别中多个案例研究的工程化金融特征。它统计各可用特征面板中的特征数量和按名称划分的特征系列，比较特征空间规模，并汇总各案例研究模型登记库中记录的最强信息系数。动量、波动率和收益等重复前缀可用于比较不同市场；而专用指标和不一致的命名方式意味着，按系列统计的数量只能粗略参考。…

本笔记使用相同的 ETF 投资范围、预测、再平衡安排和回测流程，比较等权、逆波动率、最小方差和层次风险平价。滚动 Ridge 模型根据动量、与移动平均线的距离及波动率特征为 ETF 排名；随后，各配置方法对共同选出的资产应用各自的权重规则。结果分为留出前的选择期和之后的留出期，并通过风险调整后收益、回撤、换手率和稳定性诊断进行评估。…

笔记介绍风险价值（VaR），即给出损失分布的分位数阈值；也介绍条件风险价值（CVaR），即超过该阈值后的平均损失。笔记使用 ETF 日收益，比较历史法、高斯法、Cornish–Fisher 调整法和 Student-t 蒙特卡洛估算。随后，笔记通过统计超限次数并检验其频率是否符合指定置信水平来评估 VaR 覆盖率，同时强调频率检验无法发现超限事件的聚集。 后续部分考察分散投资如何改变五个 ETF…

本笔记将 ETF 特征评估从单一收益期限扩展为对十个特征和三个期限的扫描，并对多重检验进行校正。随后，笔记根据机制对长回看期 12-1 动量和短期反转进行诊断：包括时点移动和 IC 持续性检验、以国债收益为共同驱动因素的控制，以及不同 VIX 状态间的比较。扫描结果显示，长回看期动量在五日期限上属于校正后发现；但在更长期限上，其最大信息系数未通过校正阈值。入选的动量特征保留了横截面信息，但会随波动率状况变化；反转未通过建议的筛选检查。…

本笔记介绍层级风险平价（HRP），这是一种旨在降低对噪声协方差估计敏感度的投资组合构建方法。笔记介绍了三个阶段：按相关性距离对资产聚类；根据得到的层级关系重新排序；然后递归拆分聚类，并向方差较低的一侧分配更高权重。笔记还将 HRP 与均值—方差优化进行对比；后者的协方差矩阵求逆可能放大估计误差。笔记也对比了先稳定协方差估计、再求逆的收缩方法。 示例将这些方法应用于固定的 ETF 宇宙，并在滚动分析中比较配置器。笔记提醒，该宇宙是事后选定的，比较结果不能证明哪种方法普遍更优。HRP…

本笔记评估策略流程中已登记的 ETF 回测，涵盖信号、配置、成本和风险叠加层。笔记读取现有预测和回测结果，不拟合模型或新增回测，并根据已登记结果计算群组及配对比较指标。分析内容包括策略指标的自助法置信区间、选择偏差度量、阶段间比较，以及验证期和留出期与等权 ETF 宇宙基准的比较。…

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…