知识库

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。…

本笔记使用公开发布的公司特征，为个别US股票拟合岭回归、套索回归和弹性网络模型。特征涵盖价值、盈利能力、投资、规模、动量、反转、风险和流动性。滚动折分让不同配置具有可比性，惩罚系数扫描则考察正则化如何改变拟合预测。笔记使用原始月度收益、缩尾后的月度收益和分类目标，探索目标选择对结果的影响。…

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。…

本文介绍公开的 Fama-French 和 AQR 因子收益数据集，说明其在基准比较、风险归因和因子研究中的用途。文中介绍 Fama-French 数据库中的市场、规模、价值、盈利能力、投资和动量因子，以及涵盖质量、低贝塔和替代价值概念的 AQR 序列。数据支持月度频率；加载工具也支持日度 Fama-French 数据和日期范围筛选。 工作流程涵盖下载和缓存数据集、加载与分析数据概况，以及根据月度收益计算年化均值、波动率和夏普率。文中所述 Fama-French 数据覆盖始于 1926，而 AQR…

本笔记本将机构 13F 披露转化为连接管理机构与股票的二部图，再提取股票层面的持仓特征。它汇总重复的机构—股票仓位，统一发行人标签，排除期权记录，并使用完整报告季度，避免将缺失申报误判为退出。申报日期决定完整的所选管理机构快照何时可得，从而支持按时点研究。…

本笔记本评估 Binance 永续期货数据能否支持按溢价对合约排序并建立多空仓位的截面策略。它不拟合模型，也不进行预测，而是在资金费率结算时检查既定交易资产范围，将观测到的广度与策略预期的持仓规模进行比较，考察价格变动相对于交易所费用的情况，并评估开发期历史数据能否支持滚动验证且保留留出期。…

本笔记本比较多个案例策略在假设交易成本下的影响。它读取每项已部署策略配置的成本敏感度回测，将毛夏普率与案例自身假设成本下的净夏普率进行比较，并估算夏普率降至零时的成本。如果假设成本落在已测试成本点之间，则对净夏普率进行线性插值。分析还按调仓周期分组，考察换手频率与成本拖累的关系。…

本笔记本介绍路径签名，即保留时间序列观测顺序和联合形态的定长特征。它说明一级签名记录总变化量，而二级项则捕捉坐标对之间的有符号面积。将时间加入路径坐标，可以区分总收益相同但价格路径不同的序列；加入成交量则能构造同时描述价格与成交量变化的特征。笔记本建议使用对数签名以减少冗余特征，并说明增加深度会扩大特征数量。 示例分析从 ETF 窗口构建标准化的价格、成交量和时间路径，再使用固定学习器，在多个资产上比较签名特征与手工构造的形态特征。结果是比较，不是预测价值的证明。笔记本提醒，样本仅覆盖少数相关…

本文介绍一种运行日志系统，用于记录各交易案例中的模型训练、预测、因果估计和回测。文中说明配置如何从案例设置流经训练选项和模型预设，再成为已解析规格，其中包括数据文件、特征列、折日期、预测行、预处理方式、估计器参数和软件版本。该规格经规范化后的表示决定运行标识。…

本笔记本将机构 13F 持仓转化为连接管理机构与股票的图谱，包含行业关系和持仓边，记录股数、价值、报告期及公开申报日期。它演示查询共同持仓和多步关系，并使用杰卡德相似度比较各机构持仓。证券标识符为 CUSIP，可避免将发行人名称的不同写法误当成不同股票。资产范围依据初始报告期选定，以防后续持仓改变较早时期的样本成员。…

本笔记本使用高斯混合模型，对九组股票、债券、货币和大宗商品因子及市场序列的月度收益进行聚类。剔除数据不完整的月份后，它对各序列进行标准化，避免不同尺度主导聚类。它使用侧重不同特性的准则比较候选聚类数量，并按时间和已知事件检查所得分组。各状态中的因子表现说明，合并平均值可能掩盖条件收益和分散化行为。…

本笔记本评估 57 个会计和价格类特征，检验它们各自对下个月 US 股票收益的预测作用。它计算每月截面秩相关，取其时间平均值，并针对序列依赖和多候选项检验调整不确定性。它还检查关联是否在滚动训练和验证期内持续存在，并依据效应大小、一致性、显著性和冗余，为每个特征作出单独判断。…

本章提出一套框架，将交易想法转化为有文档记录的特征规格。它要求研究人员使特征周期与目标决策相匹配，说明驱动因素假设，并区分预测信号和描述情境的状态变量。参照系、表示方法和聚合方式应服从经济逻辑；改变假设的变换，应与主要用于控制噪声的变换区别开来。本章概述价格和成交量特征、市场微观结构、跨品种关系、衍生品隐含指标、基本面、宏观经济数据及日历变量。…

本指南区分因果效应估计与因果结构发现，并将常见研究问题对应到合适的 Python 库。当调整结构已知或明确指定时，EconML 和 DoWhy 可用于估计效应；Tigramite 和 causal-learn 则从时间序列或截面数据中提出结构。指南还介绍了何时 CausalML 的离散处理研究侧重或贝叶斯结构时间序列方法可能更合适。工具选择取决于处理类型、数据形态以及目标估计量。 一个合成示例为所有方法提供了同一数据集，其中动量是连续处理变量，收益是结果变量，波动率和市场状态是观测到的混杂因素。示例说明了…

本概览汇总了九个交易案例的配置数据，涵盖股票、加密资产、外汇、期货、期权和多资产投资组合。它比较各项研究的资产范围、数据频率、决策周期、成本模型以及信号到仓位的映射方式。这些示例展示了不同策略和数据集如何采用不同选择，也包括交易成本影响尤为显著的情形。…

这份笔记本提出一套确定性框架，用于检查回测和实盘交易流程的行为是否一致。它比较将价格行情转化为决策的各个阶段：特征计算、预测、信号和订单规模。固定的合成价格序列让两套流程处理完全相同的输入，从而更容易将技术实现差异与市场变化区分开来。…

这份笔记本使用源自 NASDAQ ITCH 的交易和订单数据，展示微观结构模式。它检查逐笔交易收益的一阶负自相关，并与中间价收益进行比较；还比较了代表不同流动性水平的代码之间的交易活动和日内波动率。此外，笔记本还描述订单到达和提交规模，并在有增强数据时报告撤单消息中的部分撤单量。…

这份笔记本汇总九项案例研究中的线性模型结果，包括 OLS、Ridge、Lasso 和 ElasticNet。它比较各研究在主要标签上的最佳完整配置，然后考察正则化、逐折信息系数、稳定性、替代期限、分类与回归指标以及系数表现。结果取自登记库，已排除已退役的预测；只有指标有效且标签覆盖范围达到最大值的完整结果才会纳入比较。 分析使用 HAC 区间评估不确定性，并通过区分重复生成、相同测量值和真正不同结果来处理并列情况。报告的结论经过审慎限定：只有部分选定结果的区间不包含零；Ridge 往往与 OLS…