知识库

这份教学笔记本概述量化研究中使用的价格和成交量特征。内容涵盖不同期限的简单收益和对数收益、跳过最近一期的动量、隔夜和日内收益、价格与移动平均线的距离、趋势与反转指标、多种波动率估算方法、波动状态指标、成交量与流动性指标、风险统计量，以及横截面排名和标准化值。示例使用 ETF 数据，展示手动计算方法，并与一个面向生产环境的特征库并列介绍。…

这份笔记本介绍一套工作流程，用于研究跳过最近一期的六个月动量是否影响 21 日远期收益，以及其影响是否随市场波动率变化。它使用双重机器学习，根据训练数据估计效应，并控制波动率和收益率曲线，同时将市场波动率作为效应修饰因素。市场波动状态依据留出期之前的数据定义，所得估计用于制定经过截尾和收缩的仓位缩放规则。随后使用留出期数据比较该规则与朴素基准和简单启发式规则，并计入交易成本。…

这份笔记本构建一套可复用的诊断流程，用于金融数据预处理或特征工程之前的检查。它检查时间索引的数据类型、空时间戳、顺序和唯一性；查找完全重复行和基于键的重复项；按字段、资产和日期衡量缺失值；并检查数据间隔、异常值、取值域违规和特定数据集的日历问题。诊断只报告问题，不会修改或清理源数据。检查范围涵盖 ETF、US 股票、加密货币、期货、FX 和公司特征。分析区分列级完整性和缺失行，并说明领域知识的重要性：极端收益阈值可能会标记上涨走势，却无法识别公司行动；应根据拆股字段解读拆股记录。FX…

本笔记本在一个ETF面板上，将两个预训练时间序列基础模型 Chronos 和 TinyTimeMixer…

本章提出一套评估量化交易研究中因果主张的框架。首先明确定义处理、结果、估计目标、反事实和调整集，再根据研究问题选择方法：对连续暴露使用双重机器学习（DML），对离散事件使用贝叶斯结构时间序列，对观测数据中的候选关系使用因果发现方法。有向无环图和识别设计可指导调整选择，而时间交叉拟合和处理前时序有助于防止估计发生数据泄漏。示例涵盖 ETF 动量、加密货币资金费率溢价、FOMC 公告和多变量资产面板。本章介绍安慰剂与负向对照检验、遗漏混杂因素敏感性、样本和设定稳定性、HAC…

这份笔记本使用每分钟观测到的 NASDAQ-100 微观结构特征拟合线性模型，以预测多个远期期限的收益。其目的是在尝试表达能力更强的模型之前建立一个简单基准。由于不同衡量指标和回看窗口中的价差与失衡特征存在重叠，设计矩阵具有共线性。笔记本比较岭回归、Lasso 和弹性网络：岭回归会收缩相关系数，Lasso 可以将系数置零，弹性网络则结合这两种惩罚。Lasso 类惩罚相对于每折特定的阈值进行缩放，使其强度在不同折之间具有可比性。…

这项特征评估针对 CME 期货的远期收益，筛查金融和模型衍生的候选特征。对于每项特征，它检查数据覆盖率和陈旧程度，测量特征值与远期收益的每日横截面秩相关性，针对重叠收益窗口调整不确定性，并对受测集合应用 Benjamini-Hochberg 假发现率控制。它还比较各滚动验证年份的结果，检查其他已声明的收益期限，并根据证据记录继续、修改或停止的评估意见。…

这份笔记本比较了使用原生 PyTorch、sktime 和 Darts 实现单变量 SPY 价格预测的方式。其主要目的是评估实际投入，包括代码长度、接口要求、安装成功情况，以及拟合与预测的总耗时。简单的最近观测价格预测可作为参照，而各库示例则展示了统一的拟合/预测接口如何简化模型切换，以及封装器可能施加哪些限制。 这项比较有重要局限。原生 PyTorch…

本章指出，持久有效的交易研究依赖严谨的流程，以适应市场变化、嘈杂的证据和实施成本。本章区分结构性突变、市场状态、数据漂移和概念漂移，随后介绍从研究到生产的工作流程，涵盖时点数据、明确范围、迭代开发、切合实际的策略设计、部署和监控。本章还解释探索与确认有何不同，强调记录试验、封存留出集，以及在评估中考虑选择效应。 本章将因果推断和生成式 AI…

这份评估笔记本筛查金融特征和模型特征，考察它们与加密货币永续期货下一段八小时收益之间的关系。它从滚动验证窗口构建评估样本，将最终留出集排除在分析之外，并在每个结算时点按横截面秩相关性为各项特征评分。笔记本汇总平均信息系数及考虑依赖性的**不确定性估计**，检查各验证年份的表现，并针对多重比较调整显著性检验。特征台账记录证据和决策，但不会从模型输入中移除列。…

本笔记本研究正则化如何影响由相关特征族构建的 CME 期货模型，包括持有收益、滚动夏普比率、动量和波动率指标。它比较 Ridge、Lasso 和 ElasticNet：Ridge 会缩小系数但保留特征，Lasso 可以将系数设为零，ElasticNet 则结合二者的效果。Lasso 和 ElasticNet 的惩罚项根据每折特有的阈值来表示，因此其强度会随各训练折变化。…

本笔记本介绍如何改造 Diffusion-TS，生成合成的 ETF 收益序列。去噪器将干净序列预测为多项式趋势、傅里叶季节性和残差分量之和；结合时域和傅里叶域的损失函数，以兼顾逐点和频谱保真度。DDIM 采样器减少了生成时所需的反向步骤。另一个在加噪序列上训练的分类器会提供引导，生成标记为低波动或高波动状态的样本。…

本章认为，可重复的研究纪律比任何单一策略更能持久地带来交易优势。它介绍了一套以可证伪假设、样本外评估和多重检验校正为基础的流程，以减少偏差。随后，本章概述量化领域的职业角色和机构，强调交易全周期的广泛协作，以及在主要技能领域的深入专长。本章还建议持续、有规划地学习，并通过研究、发表成果、开源工作和专业社群付诸实践。 本章将量子计算、去中心化金融和负责任的 AI 视为新兴领域，并区分当前的机遇与责任和仍较遥远的技术。本章称 DeFi…

本文介绍使用 TabM 对永续合约资金费率面板数据建模的原因：其共享神经网络主干可以组合所有输入特征，非线性层则能够表示特征交互。与在每个分支节点选择一个特征的树不同，这种设计可以同时使用彼此相关的列。TabM 集成成员共享大部分网络，同时保留各自独立的缩放向量和输出层，因此，与分别训练多个网络相比，取平均值的成本更低。…

此评估流程针对 NASDAQ-100 盘中数据面板，将金融特征和模型特征与未来收益进行比较筛选。首先保留最终测试期，并排除未来标签会在该窗口内确定的观测值。对于每个特征，流程会按照标签期限匹配的间隔测量横截面排序信息系数（IC），使用 Newey-West 方法调整序列相关，并考虑多重检验。数据覆盖率、重复值频率、分位数收益形态和两两冗余度也用于质量检查与诊断。每个候选项都会获得继续、修改或停止的决定，支持证据记录在可审计台账中。…

本分析估计跳过近期数据的动量是否与 ETF 未来收益的因果变化有关，而不是考察动量对收益的预测能力。双重机器学习使用声明的混杂因素分别对结果和处理变量建模，再根据这些模型未能解释的部分估计二者关系。混杂因素包括已实现波动率、市场状态指标和收益率曲线斜率。拟合前，分析确定了研究总体、时间规则、禁入期和安慰剂设计，并将结果作为独立的因果证据记录，而非预测模型候选项。…

此基准生成方法根据案例研究中声明的资产，构建等权日收益序列。它先取每个代码在各交易时段的最后收盘价，再计算收盘到收盘收益，并对可用收益取平均。只有在连续交易时段都有价格的代码才会计入，从而避免资产进入或离开观测面板时产生虚假收益。基准采用日频网格，以便将其收益和年化指标与同一频率评估的策略进行比较。…

本分析对涵盖九个资产组的固定 100 只 ETF 范围进行数据概况检查。它检查各基金和年份的数据覆盖情况，确认价格面板与分组配置相符，检查空值和 OHLC 顺序，并比较各组的交易量。文中还说明，收盘价已根据拆股和分红进行调整，因此可以直接用来计算收益。 年末数量会随着产品到达上市日期而增加，之后保持稳定，因为所选范围内的每只基金都仍有报价。这一模式反映的是数据集的构建方式，并不代表整个 ETF 市场的存续情况。同样，严格的 OHLC…

本文介绍用于多变量时间序列预测的 PatchTST 神经网络主干。它将每条输入序列拆分为相互重叠的片段，将每个片段映射到学习得到的特征空间，添加位置编码，再通过堆叠的 Transformer 编码器层处理所得序列。编码器在注意力层中独立处理每个输入变量，随后由预测头将编码后的片段映射到目标预测区间。…

本文介绍如何衡量信号触发、财报发布或宏观数据公布等事件前后的收益。示例使用流动性较高的 ETF 动量突破策略。对于每个事件，先用事件发生前的估计窗口拟合市场模型，得出预期收益；用实际收益减去预期收益，得到异常收益。随后对各事件的异常收益取平均，并累积为平均异常收益和累计平均异常收益，同时计算标准误和显著性统计量。…

此笔记本估计，在价格波动率、资金费率和平均溢价偏差这三个明确列出的驱动因素保持不变时，加密永续合约的溢价 Z 分数是否会影响后续八小时收益。由于处理变量是连续的，目标是估计一条斜率，描述溢价 Z 分数每增加一个单位，预期收益会如何变化。笔记本将这一干预问题与收益预测及交易策略评估区分开来。…

此笔记本介绍一种用于生成金融时间序列的无条件 Sig-Wasserstein GAN。它以基于期望路径签名的距离取代通过学习获得的真实与生成数据判别器；路径签名是对路径连续变化的数学概括。神经生成器从噪声中生成路径；增强后的路径被转换为截断签名，按签名级别归一化，并通过训练匹配真实数据的期望签名。示例使用单资产标普 500 对数收益样本，并说明一种基于过去观测生成期货数据的条件扩展方法，但并未实现该扩展。…

此笔记本使用日频 ETF 收益，说明 GARCH 模型如何捕捉波动率聚集，并将其转化为逐交易时段特征。首先使用可视化诊断和 ARCH-LM 检验，评估平方收益是否依赖自身滞后项。随后，GARCH(1,1) 模型将近期冲击的影响与先前方差估计的持续性区分开来；参数之和决定冲击衰减的速度。拟合时收益以百分比表示，波动率则视为每个交易时段的标准差，并在需要时年化。 笔记本还考察了…

此笔记本说明如何根据逐笔委托消息重建单一代码的 NASDAQ 限价订单簿。它处理新增、成交、取消、删除和替换，同时维护每笔有效委托的剩余数量。替换操作需要特殊处理，因为它会使原委托引用失效并创建一个新引用；后续消息可能会引用新的委托。生成的快照记录最佳买价和卖价及其显示数量，并附有每秒订单流失衡。…