知识库

本实现介绍了如何为深度学习研究中的面板数据构建批量序列窗口。窗口遵循面板预期的日历，而不是将每项资产的观测压缩成连续行。缺失的交易时段仍以未观测单元表示，并附带观测状态和陈旧度指标，因此名义回看窗口不会在不知不觉中跨越超出预期的日历区间。纳入规则要求达到最低观测占比，并限制连续缺口长度。 为提高效率，每个证券的特征数组和目标数组会被展平，并通过一次索引操作收集批次，而不是针对每个序列分别调用…

本笔记介绍了市场和公司数据的实用清洗方法，包括处理重复项、标记缺口、领域过滤、基于反转的尖峰检测、异常值截尾、类别编码，以及对齐不同频率的数据集。核心要点是：从数据中学习到的任何预处理参数，例如缩放参数或截尾边界，都必须仅在训练集上拟合，再应用于验证集或测试集。在全样本上拟合可能会将未来信息泄漏到模型开发过程中。…

本笔记本考察在预测相近或使用不同随机种子和架构重新拟合模型时，SHAP 归因是否仍保持稳定。研究使用 ETF 远期收益，寻找预测接近但 SHAP 归因特征不同的样本对，然后比较多个 LightGBM 拟合结果与随机森林的特征重要性。研究使用横截面信息系数评估预测表现，并以 SHAP 平均绝对值比较归因特征。 示例表明，预测行为相似时，解释仍可能不同；归因模式也可能反映模型特定的拟合结果，而非唯一确定的数据真相。笔记本建议检查不同随机种子和模型类别下的稳定性，报告特征重要性的不确定性，并避免依据 SHAP…

本笔记本针对期权市场特征拟合梯度提升树模型，特征包含隐含波动率、偏斜、期限结构和方差风险溢价等预期信息。研究使用滚动验证，比较不同树模型容量及回归损失函数在远期收益和方向标签上的表现。由于提升模型会在连续的树检查点生成预测，每个检查点都作为单独候选项参与评估和后续选择。笔记本还将其与惩罚线性模型进行对比，并说明树模型如何表示特征间的条件关系，而无需手动添加交互项。 证据基于较短的历史数据和两个验证折，其中包括覆盖 2020…

本案例研究使用每日数据、滚动模型评估，以及佣金、价差和展期滑点成本，检验一组多元化 CME 期货上的每周多空套息排序策略。研究比较不同模型类别的信号质量，然后评估组合配置、风险覆盖策略和未参与调参的留出期。报告中横截面信息系数最高的是潜在因子随机贴现因子模型；但案例最终选用的策略则采用梯度提升模型、层级风险平价和移动止损。 验证回测报告的夏普比率为 1.236，但留出期估计为…

本笔记本比较某横截面 S&P 500 研究中的预测性、结构性和因果模型证据。研究将股票特征与期权衍生指标结合，包括隐含波动率、偏斜和期限结构，并评估每周远期收益排序，同时考察其他标签期限、潜在因子结果、因果估计、十分位表现和信号相关性。核心问题是期权特征能否直接或通过潜在因子提供有用信息，以及哪些发现值得进一步进行策略模拟。…

本笔记本展示一种交易级诊断工作流，将实际亏损与模型的 SHAP 解释联系起来。它使用滞后价格和波动率特征及宏观输入训练 LightGBM 模型，以预测下一交易时段的 SPY 收益。固定预测阈值决定开立哪些单时段多头交易；随后选出实际结果最差的交易，对齐其 SHAP 向量并进行聚类，再将所得模式转化为审查模型或特征的假设。 笔记本强调应解读聚类内 SHAP 贡献的分布和方向，而不能只依赖平均归因。SHAP…

本笔记本比较行为克隆与逆向强化学习（IRL）如何从执行记录中学习。示范来自一个 TWAP 交易计划，其风险中性目标已知：将交易均匀分散，以限制冲击，同时接受时机风险带来的敞口。行为克隆直接从状态—动作对中学习动作，而 IRL 则估计一个能够解释这些动作的奖励函数，并可能为迁移到其他情境提供依据。…

代码从样本外预测表计算标准化绩效指标，分别按分折计算并汇总为主要指标。它支持回归与分类，包括信息系数、误差指标、区分度指标和实体数量。对于分类任务，计算信息系数时需要连续收益列，同时使用类别标签计算 AUC、对数损失和准确率等指标。这一区分可以避免把二元标签当作收益排序的替代品。 进行推断时，该实现会汇总每日横截面统计量，并计算 HAC…

本笔记本根据 CME 期货收益面板构建主成分因子，而不是从套息、动量或波动率等工程化特征构建。PCA 用于寻找能够解释不同产品间变异的方向；第一主成分可能类似于共同市场走势，后续成分则可能反映板块间联动。这些模式并非由板块标签强加，成分按解释方差而非预测价值排序。 预测会将收益投影到各成分上，并用扩展均值推算因子收益。因子数量预先指定，拟合得到的 PCA…

本审计考察如何从状态门控预测中移除预测变量。删除某个变量的滞后输入，并不等同于在完整的拟合、滤波和调参过程中排除该变量，因为它也可能影响估计得到的状态门。研究人员重建了从 HML 到 SMB 的预测关系，并将分析扩展至四个区域面板中的 30 个因子方向，采用合并预测和隐马尔可夫模型预测。他们还比较了共享状态门下的消融与完整排除来源变量，并通过模拟区分底层预测信息与模型拟合带来的成本。 报告的证据有好有坏，总体上无法得出定论：重建的关系呈现负的均方误差增量收益；而消融与完整排除在 240…

本笔记使用双重机器学习，检验隐含波动率与已实现波动率之差同未来股票收益之间的关联，在调整可观测混杂因素后是否仍然存在。笔记在相同的交叉拟合观测上，将调整后的估计与朴素普通最小二乘结果进行比较，并使用实体内区块置换安慰剂检验。时间控制考虑了结果期限、处理变量的滚动构造、各折间隔以及观测间依赖性。分析排除了结果窗口可能延伸至最终留出集的观测。 该结果适用于开发期间当前标普 500…

本笔记组装了一个研究智能体，它搜索证据并针对二元问题返回结构化概率。笔记介绍了动作解析与验证、回合预算，以及记录理由和运行详情的已保存预测产物。无效回复会被退回修正；未完成预测便耗尽回合的智能体，也会与给出概率的智能体区分开来。 模型提供预测及理由；代码则生成情绪、信心、证据类别和关键发现等字段。笔记强调这些指标只是启发式：基于概率与五五开距离计算的信心，并不能衡量证据质量；统计文档数量也无法判断其独立性或可信度。固定的轨迹支持在不发起新的 API…

本笔记介绍 PCA，将其作为不使用特征的潜在因子基准，用于预测 ETF 收益。笔记分解每个标签在训练窗口内的收益矩阵，使用各基金的载荷和估计出的因子溢价构建预测。由于整个窗口内同一基金始终占据同一列，该方法适用于固定的 ETF 标的范围；若实体身份随时间变化，则不适用。笔记将此方法与基于特征的模型进行比较，并介绍其滚动训练和预测记录。…

本笔记通过读取 Parquet 模式而非加载完整数据集，盘点九个市场案例研究中的模型特征列。笔记排除标识字段，按市场统计列数，并根据名称中的词元分配特征类别，包括波动率模型、市场状态指标、自回归预测和分数阶差分。笔记还提供了一部分名称样本，帮助读者调查未匹配任何所列词元的列。…

本笔记介绍 Tail-GAN，这是一种生成对抗方法，用于生成金融收益情景，同时针对风险价值（VaR）和预期损失（ES）。该方法使用可微排序，使梯度能够通过分位数估计传播，并将风险估计投影到 VaR 与 ES 的关系约束上。ETF 收益被整理成滚动情景，并与随机多空投资组合权重结合，形成盈亏示例。缩放同样重要：输入会映射到生成器输出截断范围内，使极端观测仍可表示。…

本笔记介绍一种 ETF 随机贴现因子模型，该模型拟合一组权重来为各基金的价格收益定价。不同于分别估计基金暴露和因子收益的模型，它通过两个网络针对定价误差进行训练：一个根据横截面构造贴现因子权重，另一个估计各基金的暴露。目标设定为无套利定价，而非收益预测，尽管笔记也报告了预测收益评分。…

这项研究检验近端策略优化能否在具有解析解的连续时间经纪商—交易者博弈中，学习经纪商的交易速度决策。研究从连续时间目标推导离散奖励，并通过网格细化和单步恒等式检查实现；随后在存在或不存在随机非信息订单流及部分信息的情形下，将学习到的策略与解析基准进行比较。 在没有非信息订单流时，前馈 PPO 策略接近参考动作。有随机订单流时，前馈和循环 PPO…

本笔记介绍一个日频 FX 货币对模型的部署周期，使用盈透证券作为实时数据源和执行场所。它在历史面板数据上训练岭回归模型，计算一组精简的日收益、动量、波动率和价格衍生特征，获取近期 K 线数据，对货币对股票池评分，并规划一个由预测收益最高的货币对组成的组合。它还会保存模型产物和运行记录，以供监控与审计。 操作步骤包括核验模拟账户、确认符合经纪商要求的外汇合约、检查可用货币对，并遵守 IDEALPRO…

本笔记介绍一个针对 CME 期货面板的神经随机贴现因子模型。该模型使用产品收益以及持有收益、动量和波动率等可观测特征，构建潜在因子，并针对预先声明的未来收益期限生成预测。笔记将该方法与仅使用收益的 PCA 进行比较，并说明如何通过比较检验特征是否在收益协方差之外增加了定价信息。…

本工具介绍一套流程，用于收集公开的 SEC 10-Q、10-K 和 8-K 申报文件，并将其转换为供后续研究使用的统一表格数据集。它针对不同表格采用不同的文本提取方法：季度申报文件提取管理层讨论部分，年度申报文件优先提取供应商相关文本并在必要时回退到节选内容，当前报告则保留开头节选。记录包括标识符、申报日期和报告期日期、提取文本及文本长度，便于研究人员将公司披露与市场数据对齐。 实现流程会清理提取出的文本；必要时从解析后的申报文本回退到…

本模块介绍多智能体预测流程中的两个组件。辩论智能体轮流提出看涨和看跌论点，要求双方回应对方的主张，并提供有证据支持的概率估计。它会记录每一轮；当双方估计值落在预先设定的一致范围内时，可以提前结束，但轮数不得超过上限。…

本笔记展示如何使用 PCMCI 搜索 ETF 与波动率收益之间的滞后关系，而无需预先指定因果图。它将基于面板数据的条件独立性检验与成对格兰杰检验进行比较；后者考虑目标自身的历史，但不以其他变量为条件。最大滞后期预先设为五个交易日；自相关图描述各序列的持续性，但不决定要检验哪些跨序列滞后关系。 该流程使用偏相关，由 Tigramite 选择其 PC1 正则化值，并对最终 MCI 检验进行 Benjamini–Hochberg…

本笔记介绍 PatchTST 如何利用固定长度的连续市场特征片段预测 NASDAQ-100 标签。注意力机制在过去一小时的数据中关联各个片段，相较于逐分钟进行注意力计算，可缩短序列长度。该设置在滚动折上拟合多个预测期限的回归目标；笔记也说明当前序列运行器为何排除了分类目标。…