知识库

本笔记本将夏普比率视为存在抽样不确定性的估计值。它推导考虑样本长度、偏度和峰度的置信区间与概率夏普比率计算，再利用最低所需业绩记录长度和统计功效规划，估计区分目标夏普比率与基准可能需要多少数据。它还解释Lo针对序列相关收益年化的调整，而非依赖常见的频率平方根规则。…

本笔记本比较三种将财经新闻句子分类为正面、中性或负面的方法：使用TF-IDF词语及词对特征的逻辑回归、使用预训练GloVe词向量均值的逻辑回归，以及预训练FinBERT情绪分类器。它采用Financial PhraseBank中一致标签子集的分层训练集和测试集划分。两种词汇方法使用相同划分进行训练；FinBERT则作为预训练模型应用，因此其得分同时反映学习到的表示和此前的任务训练，并非单独的特征比较。…

该共享配置模块将横截面预测转化为投资组合权重。它根据得分对资产排序，以选择多头持仓，或选择多空投资组合的顶部和底部篮子。仓位权重可根据保形预测区间宽度设定，区间越窄权重越大；也可根据波动率倒数设定，并分别对多头和空头归一化。缺少保形预测区间宽度会触发错误；缺少波动率时，可以使用决策时点的横截面数据填补。上限程序会限制资产权重的绝对值，并将超出部分分配给未触及上限的持仓。…

本笔记本使用分钟级NASDAQ-100数据，通过三种方法构建特征：用于短期方差预测的滚动异质自回归回归、用于描述近期活动周期结构的傅里叶变换，以及用于捕捉价格、订单流和交易强度变化顺序的二阶路径签名。文中解释，回归特征取决于拟合参数所用的数据窗口，而变换和签名则是在近期窗口上进行的固定计算。特征按时间柱逐一生成，并评估其横截面排序能力。…

本数据集指南介绍获取FRED序列、将观测值对齐到日历日并载入所选指标进行分析的流程。示例包括国债收益率、10年期减2年期利差、VIX、就业指标、通胀、工业生产和GDP。合并后对不同原始频率的数据向前填充，使生成的面板能够与每日策略数据进行比较。…

本笔记本评估能否使用已发布的US公司面板研究基于公司特征的月度多空策略。它检查数据编码、可用股票池随时间的变化、每次再平衡是否有足够公司填满多空两侧、特征价差是否可能超过假设的交易成本，以及开发历史是否支持滚动评估并保持留出集未读取。文中描述的策略按公司排名，买入排名靠前的一组并卖出排名靠后的一组，以月收益为结果变量。…

本笔记本展示如何分析金融事件图谱，同时区分事件发生时间、公开时间和图谱处理流程提取事件的时间。它载入带时间戳的8-K关系，衡量披露和提取延迟，并以公开披露截止时间构建图谱快照。笔记本还比较累积快照以计算关系变动，并检查较晚的披露或提取是否出现在较早的视图中。…

本文介绍如何比较线性模型、梯度提升模型、表格深度学习模型和序列模型对标普500期权的验证集预测。报告诊断结果前，先检查每个已登记预测样本是否符合其资格契约且完整，并确认所有样本共享同一交叉验证标识。由于序列模型需要回看历史数据，其符合资格的行有所不同；只有在资格组匹配时比较才有意义，不能自动跨模型家族比较。…

本文介绍双重机器学习（DML）如何在控制点差、短期波动率和滞后收益后，估计买方主动成交量占比是否影响未来收益。它使用交叉拟合从处理变量和结果变量中分别剔除这些控制变量的影响，再依据残差之间的关系估计效应。示例使用一分钟NASDAQ-100观测和十五分钟结果期限，并根据Lee-Ready规则对订单流分类。 本文强调应使时间防护措施与标签期限一致：隔离期、留出截止点和区块置换反证都必须考虑未来结果之间的重叠。该反证将观测到的HAC…

本笔记将已登记的NASDAQ-100微观结构回测转化为策略评估，不训练模型，也不重新运行回测。它从登记记录中读取指标和沿袭关系，按需生成衍生的群组表和配对比较表，并在共同日期上将策略与等权基准进行比较。其核心方法是分析逐日收益差异，而非用独立汇总统计量相减，从而保留配对观测中的信息。笔记使用区块自助法区间处理连续日收益之间的依赖性。…

本笔记将此前选定的CME期货配置应用于留出预测，采用既定的配置器、再平衡计划、集中度规则和交易成本假设。其核心方法是：在评估留出集之前冻结这些选择；观察该期间后再更改任何参数都会削弱测试。系统通过已登记的训练和回测标识解析选定配置及相匹配的预测集，并将运行结果记录为留出回测。…

本笔记介绍如何从已登记的验证回测中选择一个CME期货案例配置。它汇集信号、配置和风险管理阶段的候选项，然后选出验证夏普比率最高的配置。两种收益期限会一并考虑；成本敏感性运行用于描述已经选定的配置，不参与竞争筛选。…

本文介绍一个包含五道关卡的流程，用于评估九个交易案例，涵盖信号质量、验证、交易成本、留出表现和证据质量。关卡逐级累积，策略只有通过此前所有适用关卡才能进入最后阶段。不适用于某个案例的阶段会作为直接通过处理，而非判定失败。…

本笔记比较波动率测量方法，拟合异质自回归（HAR）模型，并使用赫斯特指数估计粗糙度。首先，笔记比较日内已实现方差与日频估计量，将隔夜收益与交易时段内的活动分开，并指出未调整价格、交易日缺失和波动率定义不一致等问题。HAR回归使用滚动的日度、周度和月度波动率均值来表示多个市场期限；Newey–West标准误用于处理重叠回归变量下的推断。笔记还将HAR预测与GARCH进行比较，并研究收益和对数波动率的粗糙度。 其证据来自一个标的的日内样本、日频比较与预测练习，以及一个 ETF 面板。报告结果表明，HAR…

本笔记介绍一种条件自编码器，它扩展了带特征的主成分分析，用神经网络取代股票特征到因子暴露的线性映射。模型保留了暴露乘以因子收益的结构，同时允许特征与载荷之间存在非线性关系。模型在每个训练窗口中学习重建设定的前向收益标签，随后使用验证集信息系数衡量所得表示能否迁移到后续日期。…

该工具模块生成表格和图表，用于评估验证数据和留出数据上的预测模型。诊断内容包括信息系数置信区间、验证集到留出集的表现衰减、经选择调整的回测统计量、分折比较、市场环境覆盖度和保形区间覆盖率。该模块查询已持久化的训练、预测和回测记录，筛选可比较的配置，并在相关结果尚不可用时返回稳定的空表结构。…

本章介绍生成合成金融数据的经典方法，涵盖连续时间价格过程、GARCH波动率、自助法重采样和模型比较。文中说明几何布朗运动、跳跃扩散、均值回归和Heston等模型如何体现关于收益、跳跃和波动率变化的不同假设，并讨论漂移补偿和方差截断等实际实现细节。…

这项探索性分析检验：在100-ETF资产范围内，剔除最近一个月的十二个月动量信号是否与下月收益相关。分析依据调整后收盘价构建月度面板，每月将符合条件的ETF划分为五分位组，并比较各组等权收益与全体资产的等权收益。相对于基准的结果旨在揭示动量关系的排序、幅度和形态，多空组合（最高组减最低组）的收益差则提供相关概览。…

本文记录了对美联储是否会在2026加息的多阶段预测。三个智能体分别搜索证据并给出概率，随后进行辩论并由监督者更新预测。它们的观点各不相同：两个认为加息概率较低，另一个则认为风险更高，反映出各方对通胀、美联储预测和政策前景存在分歧。…

本配置说明解释了为什么使用 SAGA，而非 scikit-learn 的 liblinear 求解器，来拟合带L1惩罚的三分类逻辑回归。文中提到其兼容较新版本 scikit-learn 中的多分类功能，并报告在已测量的 Nasdaq-100微观结构实验中，SAGA的完成速度快得多。已报告的样本外对数损失和准确率在所测设置中也都更偏向SAGA。…

本笔记介绍一项扩展窗口双重机器学习分析，考察在调整贝塔、特质波动率、市值和方差后，12至-2个月动量是否能预测下月US公司的收益。分析使用较早月份拟合辅助模型，在训练期与测试期之间设置禁入期，并排除最后的2016留出集。在相同的折外观测值上，将调整后的估计与朴素OLS进行比较，并使用 Driscoll-Kraay 推断处理时间和公司间的依赖。…

本笔记介绍从SEC 8-K 文件提取结构化公司事件并将其载入 Neo4j 知识图谱的流程。语言模型分批处理文件，生成包含主体、关系、客体和时间戳的事件记录。工作流程使用明确的事件与关系模式，验证模型输出并规范实体格式；对不受支持的关系、日期或类别则保持未决，供人工审查。…

本笔记比较 Optuna 在公司特征数据集上对 XGBoost、LightGBM 和 CatBoost 进行的超参数搜索。每个库都有独立的搜索研究，使用树结构 Parzen 估计器、中位数剪枝、早停和持久化研究存储。均方误差与平均绝对误差的选择被纳入类别型超参数，验证表现则使用平均横截面信息系数衡量。…

本笔记使用双重机器学习，考察调整已观测混杂因素后，隐含波动率减去实现波动率的价差是否与后续股票收益相关。分析将实现波动率、股票动量和风险反转偏度列为相关控制变量，并在相同的交叉拟合观测值上，将调整后的估计与朴素普通最小二乘法进行比较。分析还使用区块置换反驳检验和考虑面板结构的不确定性估计。…