知识库

该配置模块介绍一种框架，用于为各案例研究声明回测扫描设置。它从配置文件读取入场方案、配置方法、交易成本网格和风险控制；如果缺少必需配置，则明确报错。模块还集中管理执行默认值和配置器回看窗口，使投资组合配置方法使用一致的估计期。可选的分阶段筛选可以先测试一组基线策略，再对较小的排名子集进行更广泛的比较。…

本笔记比较蒙特卡洛 Dropout 和深度集成模型这两种估计每日 ETF 收益预测不确定性的方法。Dropout 在重复预测期间保持启用，集成成员则分别训练；任一方法的预测分散程度都可估计模型不确定性，但仅凭此无法确立区间覆盖率。Ridge 模型提供点预测基线，笔记使用每日横截面 Spearman IC 评估预测排序。…

本案例研究比较预先声明的 FX 持仓固定止损和移动止损规则。它先从封存的验证样本中为每个标签选出一个母策略，然后只改变持仓风险规则。由于止损会对持有期内的价格变动做出反应，即使两条路径的期末收益相同，止损也能区分它们。笔记还将风险结果与成本比较中使用的相同母策略关联起来，使不同阶段的差异仍可解释。…

本笔记比较等权、按正评分加权和按保形区间宽度加权的 ETF 与 CME 期货配置。笔记根据较早验证折的残差估计各实体的分割保形区间宽度，并排除远期收益标签在当时尚不可知的观测值。在每个选定投资组合中，权重与区间宽度的倒数成正比，将历史残差范围较窄视为置信度的代理指标。 比较报告夏普比率、收益、回撤和换手率等投资组合指标，同时列出预测信号信息系数的诊断结果。所有方法使用相同的前 K 个选择，因此差异归因于配置权重。然而，GBM 预测集是根据同一登记表中的验证集 IC…

本文介绍一种滚动方法，将预测残差转化为按实体区分的不确定性宽度，用于设定仓位规模。在每个决策时点，校准只使用已经有足够时间得出结果的残差，滞后期根据预测期限确定，且至少为一个时间步。较早的折和当前折中已经经过的历史数据都符合使用条件。如果某个实体的观测值不足，该方法会使用汇总宽度，避免未校准的实体在未被说明的情况下从选定篮子中剔除。宽度按预测集和 alpha 保存，并将实体标识规范化，以便后续使用。…

本笔记使用已登记的 ETF GBM 预测和 CME 期货预测，比较等权、按保形区间宽度倒数加权，以及按正预测分数比例加权。它使用严格早于当前折的残差校准针对实体的 Mondrian 分割保形区间，并排除前向收益标签当时尚不可观测的残差。若最早一折没有有效的历史校准样本池，则将其排除。历史残差区间越窄，组合权重越大，将区间宽度作为置信度的代理指标。 三种配置规则使用相同的前 K 名选择，因此差异来自权重。笔记考察信号信息系数以及夏普比率、收益、回撤和换手率等组合指标。不过，GBM 预测是根据验证集 IC…

本笔记构建一个框架，将市场活动转化为模型化交易成本和策略容量。笔记介绍平方根冲击模型，指出波动率和日均成交量是关键输入，并区分可从市场数据获取的数值与需要交易者自身执行记录才能估算的冲击系数。笔记还使用日内成交量曲线说明，参与率应根据订单执行期间来衡量。…

本笔记将FX货币对预测转化为基准交易结果。在每个决策时点对货币对进行排名，建立规模相等的多头和空头组合，并通过现有回测引擎运行选定的预测配置和检查点。等权设计让基准聚焦于排名：加入不同的仓位规模会混淆信号质量与配置选择。由此得到的收益序列将作为后续配置、风险和成本比较的参照。…

本文演示一个经纪商封装层：在转发交易前检查订单和投资组合状态。其控制包括单笔订单的股数和金额上限、持仓敞口上限、订单频率限制、资产允许列表和屏蔽列表，以及紧急停机功能。模拟经纪商会显示请求被接受或拒绝的情况，并通过断言确保每个情景都产生预期结果。…

本笔记使用拆分保形预测，为梯度提升预测构建区间。模型在较早的训练片段上拟合，在较晚的校准片段上测量绝对残差，并使用有限样本次序统计量设定区间宽度。校准数据按时间顺序划分，并通过与标签期限相关的隔离期与训练数据分开，以处理前瞻目标造成的信息泄漏。研究比较了 ETF、加密货币和期货数据上的区间覆盖率与宽度，涵盖分位数回归、保形化分位数回归和自适应保形推断。…

本笔记将先前选定的公司特征预测和固定投资组合配置应用于一年期留出集。它不再对预测、资金分配、集中度、再平衡或交易成本作出新选择，以保留留出集用于样本外评估。投资组合的保形分配器使用验证残差估计预测可靠性；残差过少的公司使用汇总后的备用区间宽度。权重依据投资组合各部分内相对区间宽度的倒数确定，因此分配器侧重可靠性，而非单纯偏向预测收益最高的公司。…

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。…

本案例研究对 ETF 动量进行因果估计，并考察其对未来收益的影响是否随市场波动率变化。研究使用连续型动量处理变量、21 日未来收益结果、波动率和收益率曲线控制变量，以及因果森林来估计平均效应和市场环境条件效应。估计值和市场环境阈值由训练数据推导，随后用于调整留出期内的仓位规模。所得规则与朴素基准和简单替代方案进行比较，并计入交易成本。…

本文档说明四种市场冲击模型如何估算订单造成的每股不利价格变动：无冲击、线性冲击、平方根冲击和可配置的幂律冲击。文档解释了符号约定、参与率、波动率和模型系数的作用，以及为何在参数设定和成交量约定一致之前，不能公平比较模型水平。示例还将冲击成本与成交量参与率上限结合，以展示部分成交及未成交数量需要如何结转。…

本笔记探讨为何两个回测引擎会因相同信号得出不同结果。笔记固定策略和可交易范围，在预测值相同时使组合权重具有确定性，并展示分数股与整股、费用准备金和成交顺序等执行设置。每项设置都相对于明确的参考配置进行更改，并通过期末价值和成交笔数比较结果。 分析还会检查某项设置是否实际影响了相关代码路径：在此设置中，成交顺序没有可测得的影响，因为目标权重执行器在券商队列策略生效前就已确定再平衡顺序。分析分别和联合测量各项设置，并将联合影响与各项单独影响之和的差值视为交互残差。证据仅适用于一个 ETF…

本笔记根据NASDAQ ITCH成交数据构建市场微观结构指标，将成交汇总为日内柱，并区分流动性代理指标、订单流信号和订单簿状态。它先用跳动规则对单笔成交分类，再进行汇总，使买入量和卖出量能够构成有意义的订单流失衡指标。随后展示 Kyle lambda 的比率近似、Amihud 非流动性、Roll 价差和成交强度，并解释各自的输入和含义。 一个重要注意事项是，实际实现的 Kyle lambda 是绝对收益对相对成交量之比，并非原始定义中的带符号订单流回归斜率。本笔记还展示了 Kyle 和 Amihud…

这本笔记演示如何为动量组合调整 StopLoss、TakeProfit 和 TrailingStop 规则，同时按时间顺序隔离校准期和评估期。它使用校准数据测试单项规则的宽度及其组合，然后在开启后续评估期之前固定选定配置。已平仓交易的最大不利和有利变动也可用于设定候选止损和目标价位。 示例使用固定的五只 ETF 面板、等权重的动量前三名选股，并在基于已完成收盘价形成信号后，于下一根 K 线执行。候选规则采用 Calmar 指标进行比较，该指标由 CAGR…

这份文档比较不同仓位规模方法，应用于按等权验证夏普率排名的基准模型选出的 CME 期货策略。等权方式对所有入选产品一视同仁，但不同期货合约的波动率和联动性可能相差很大。替代方法使用产品波动率、协方差关系或其他已声明的规模输入来调整风险敞口。逆波动率规模方法需要估计的量较少，在历史数据有限时可能更稳健；基于协方差的方法可以考虑分散化，但更容易受到估计噪声影响。…

本案例研究将 CME 期货的不同仓位规模方法与等权基准进行比较。文中说明，反向波动率配置使用各合约自身的波动率，而基于协方差的方法还会考虑不同产品之间的关系。这些方法可能改善分散化，但需要根据有限的历史数据估计更多参数，也可能放大噪声。笔记先筛选出一组强信号配置，再根据每次决策之前可获得的价格历史应用预先声明的配置方法。…

该笔记本比较了退出 ETF 多头交易的不同方法：固定止盈目标和止损、移动止损、按 ATR 缩放的障碍、机器学习信号及其组合。笔记本构建指标并模拟交易，然后用标准误汇总交易收益、胜率、止损出场频率和不确定性。OHLC 成交约定会在开盘时处理隔夜跳空；由于日线数据无法揭示日内先后顺序，当日线同时触及止损和止盈时，假设止损先触发。…

本笔记将21天前瞻ETF收益转化为涨跌目标，并在按时间顺序进行的滚动折中评估经L1和L2正则化的逻辑回归。它使用每折的训练数据缩放特征，再通过准确率、精确率、召回率、F1、ROC AUC和对数损失评估预测结果。本笔记还考察基于系数的特征重要性、概率校准，以及将收益分为底部、中间和顶部三组的三分类扩展。 讨论强调，区分能力和校准能力回答的是不同问题：AUC…

本笔记探究为何两个回测引擎会对相同信号得出不同结果。它固定一个预先计算的 ETF 策略，根据其预测构建确定性组合，并逐一调整执行设置。设置包括股数取整、佣金预留现金、成交顺序、再平衡行为和成本。笔记比较期末价值和已成交交易，并衡量设置之间的交互作用，而不假定各自影响可以简单相加。…

本笔记说明市场冲击如何随订单规模增大，并使用平方根参与率模型来分析策略容量。笔记区分了可从市场数据获取的输入（如波动率和日均成交量）与冲击系数；后者需要用策略自身的成交记录进行校准。市场面板涵盖股票、期货、加密资产和 FX，并说明为何某些成交量指标无法支持按美元名义金额进行比较。…

本笔记考察 ETF 收益预测如何表达不确定性，并比较蒙特卡洛丢弃法与深度集成。重复推理时，丢弃操作会保持启用；集成模型则衡量分别训练的网络之间的分歧。这些分散程度可以估计不确定性，但仅凭它们无法得到具有覆盖率属性的区间。拆分保形校准会将预测误差转换成区间，并考虑普通版本和按不确定性归一化的版本。…