知识库

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。…

本笔记通过两种方式应用同一个月度ETF动量与收益率曲线市场环境策略：向量化收益计算和顺序式账户模拟。两者使用相同的目标权重、资产、日期和总交易成本，因此比较可以聚焦于执行选择，例如目标生效时间、成交价格、整股约束和现金跟踪。信号依据回溯期收益相对于已实现波动率为ETF排名，在风险偏好时期持有选中的基金，否则持有债券ETF。…

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。…

本笔记介绍如何使用长短期记忆网络处理一分钟NASDAQ-100微观结构特征，以预测多个期限的前向收益。模型逐步处理一段回溯序列，并学习保留哪些早期观测。训练使用滚动折，仅依据训练数据对特征进行标准化，在股票和折之间重置状态，并保存已声明检查点的验证预测。序列窗口按照各标签期限间隔取样，以减少训练目标之间的重叠。…

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。…

本笔记介绍一种使用统一管理器、预设或自定义代码列表以及分区Parquet存储来获取和维护金融时间序列的工作流程。内容涵盖单标的和多标的并行抓取、将数据载入存储、读取指定日期范围、增量更新，以及在研究或回测前检测数据缺口。经过重新基准化的ETF序列涵盖股票、债券和黄金，说明批量加载如何让跨资产比较在一个数据集中成为可能。…

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。…

本笔记比较领先标普500股票信号配置的组合规模确定方法。首先依据验证夏普比率，为每种配置选出覆盖完整的最佳检查点；随后将多种配置方法——包括分数加权、保形加权、波动率倒数加权、风险平价、均值—方差优化和层级风险平价——应用于相同预测。笔记还改变每次再平衡时持有的股票数量，并将结果与信号阶段的等权基线进行比较。…

本笔记运行标普 500 期权的三模型序列学习群组中已声明的 NLinear 成员。拟合该成员前，先确定整个群组的请求和检查点，以便后续笔记使用同一快照运行 LSTM 和 PatchTST 模型。由于 CPU 和 GPU计算可能产生不同的拟合权重，设备被视为训练身份的一部分；非规范设备因此需要使用独立的群组名称。 工作流程强调可复现性和完整性：记录群组成员，检查 NLinear…

本笔记介绍一项US公司特征研究中的留出集预测阶段。流程采用根据验证结果选定的模型配置，重建其训练规格和检查点，然后使用截至留出窗口之前的数据重新拟合。新的训练标识使重新拟合过程可审计；窗口和标签缓冲区则根据研究设置推导，以降低训练结果与评估期重叠的风险。…

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。…

本演示检查一个双移动平均线交叉策略实现，是否能在回测引擎和实盘引擎中产生一致信号。两个引擎接收相同的预处理ETF柱线，并使用相同的策略参数和成交约定，因此比较聚焦于引擎行为差异。短期均线高于长期均线且尚无多头仓位时，策略买入；持有资产时，均线反向交叉后卖出。…

本训练工具介绍一种 DeePM 风格模型的优化循环。该循环使用 AdamW，根据稳健的夏普比率导向损失更新模型参数，并传入前向收益、波动率缩放、掩码、交易成本以及配置的预热期和软最小值控制参数。非有限损失会被跳过，每次优化器更新前也可以裁剪梯度。…

本案例研究使用梯度提升树拟合ETF收益标签，并与在强岭正则化下表现良好的线性基准进行比较。文中解释了树模型为何能发现交互作用，例如动量在不同市场压力状态下表现不同；而贪心划分可能在相关特征中任意选择，岭回归则能组合这些特征。网格改变树模型容量和损失函数，并在训练期间的多个检查点评估每种配置。…

这项探索性分析介绍历史US股票面板，说明其原始价格和复权价格字段，并考察股票代码覆盖范围随时间的变化。分析比较各年活跃代码数量与首次、最后观测值，说明要判断数据集能否用于历史测试，为什么必须同时了解成分进入和退出情况。该面板已停用且由社区维护，其数据来源对于解读覆盖情况至关重要。…

本笔记使用 GJR-GARCH 模型，为一项标普 500 股票与期权研究构建条件波动率特征。与依据历史价格制定的固定规则不同，拟合特征取决于其估计窗口。因此，方法明确规定重新拟合计划，仅用较早的观测值估计参数，并输出能够通过时间安排和折分身份保留其生成信息集的数值。递归初始化和边界也固定在估计窗口内，以防后续数据影响较早的特征值。…

本文直接使用案例研究的 Parquet 数据演示特征存储概念。特征视图指定实体键、事件时间戳、可用期限和特征列。模型训练时，将历史值连接到这些值已知时的决策时间；实盘使用时，则提取决策时点可用的最新值。让这些规则保持一致有助于避免训练与服务偏差。…

本分析笔记说明如何利用注册表结果而非重新回测，评估基于公司特征构建的US股票策略。笔记读取考虑不确定性的绩效统计，在共同支持范围内对配置排序，并通过配对比较评估选定策略相对于等权基准的表现。根据选定验证运行的完整规格确定留出集选择，避免依据留出集结果进行选择。…

本文介绍金融时间序列数据所用数据库引擎的基准测试。测试比较批量写入、全表扫描、时间范围查询、OHLCV聚合，以及交易和报价数据的时点连接。测试方法将客户端转换计入写入成本，等待数据持久化且可查询后再计时，并核验精确结果行数，避免截断查询看起来速度虚高。读取测试先预热，再重复进行热缓存测量，以反映嵌入式引擎和服务器可用的缓存。…

本文介绍金融数据集的数据清理方法，并说明如何让预处理与训练集和测试集的划分保持一致。核心要点是仅用训练数据估计缩放和缩尾等变换；使用完整数据集可能会将未来观测的信息泄漏到模型开发中。文中介绍了可复用的操作，包括处理重复项、应用领域筛选条件、标记缺口、检测反转尖峰、截断异常值、编码类别数据，以及对齐不同频率的数据集。…

本文介绍在组合计划再平衡前平仓的三种规则：固定止损、根据仓位最佳价格衡量的移动止损，以及在设定持有期后平仓的时间退出。由于这些覆盖规则只会移除仓位，因此可能减少亏损或截断收益，改变收益分布，而非增加风险敞口。时间退出是一个不依赖价格的控制项，用于评估持有时长是否重要。…