这里汇集了 Stratmill 研究智能体对 AI 智能体阅读过的书籍、论文、文章和代码所作的摘要与核心观点。每个页面都附有原文链接。
2,255 份文档
本笔记估计买方发起的带符号成交量占比是否与未来 15 分钟收益相关，并控制相对价差、近期实现波动率和过去一个月收益。双重机器学习使用交叉拟合，根据这些混杂因素预测结果和处理变量，再对残差回归，以分离控制变量无法解释的处理变量变化。分析使用一分钟 NASDAQ-100 观测，并在拟合前确定纳入总体、折叠边界、隔离区和安慰剂设计。区块置换反驳检验会在打乱处理时点后将估计值与观察到的估计值进行比较；笔记建议同时报告 Newey–West 标准误，并在结果不一致时保持谨慎。…
本笔记介绍层级风险平价（HRP），这是一种旨在降低对噪声协方差估计敏感度的投资组合构建方法。笔记介绍了三个阶段：按相关性距离对资产聚类；根据得到的层级关系重新排序；然后递归拆分聚类，并向方差较低的一侧分配更高权重。笔记还将 HRP 与均值—方差优化进行对比；后者的协方差矩阵求逆可能放大估计误差。笔记也对比了先稳定协方差估计、再求逆的收缩方法。 示例将这些方法应用于固定的 ETF 宇宙，并在滚动分析中比较配置器。笔记提醒，该宇宙是事后选定的，比较结果不能证明哪种方法普遍更优。HRP…
本笔记评估策略流程中已登记的 ETF 回测，涵盖信号、配置、成本和风险叠加层。笔记读取现有预测和回测结果，不拟合模型或新增回测，并根据已登记结果计算群组及配对比较指标。分析内容包括策略指标的自助法置信区间、选择偏差度量、阶段间比较，以及验证期和留出期与等权 ETF 宇宙基准的比较。…
本笔记为一个 FX 配对案例研究设置 LSTM 预测任务。模型通过回看序列传递隐藏状态，笔记则通过共享配置和研究规划工具确定架构与训练设置。笔记使用研究中声明的标签和配置的 LSTM 架构，检查请求是否涵盖预期模型总体，并在运行拟合或加载已存权重之前记录预期的预测标识和检查点。 序列资格判断会考虑数据间断：缺失的日度观测会使跨越该间断的回看窗口失效，因此验证预测可能覆盖比原始面板更少的行。笔记会验证每个声明的检查点是否出现在目录中，并检查重放请求能否复现预测标识。这些是可复现性和覆盖度检查，并不能证明 LSTM…
本笔记使用 NASDAQ ITCH 衍生成交记录考察日内交易活动。笔记将逐笔交易重新采样为时间区间，并比较从三个活动层级中各选取一个股票代码的成交股数、交易笔数、最新价格和成交量加权价格。对于活动最少的股票代码，笔记使用更宽的时间区间，以便稀疏交易仍清晰可见。笔记还对交易最活跃股票代码的标准化成交量模式取平均：将每个时间区间表示为该股票代码日成交量的占比，使汇总结果反映时间分布，而非交易规模。 呈现的模式呈 U…
本笔记说明市场冲击如何随订单规模增大，并使用平方根参与率模型来分析策略容量。笔记区分了可从市场数据获取的输入（如波动率和日均成交量）与冲击系数；后者需要用策略自身的成交记录进行校准。市场面板涵盖股票、期货、加密资产和 FX，并说明为何某些成交量指标无法支持按美元名义金额进行比较。…
本指南介绍两种用于微观结构研究的 US 股票订单簿逐笔数据来源：Databento 逐笔委托事件和 NASDAQ TotalView-ITCH 消息。指南说明它们的格式、覆盖范围特点、近似数据量和利弊。MBO 提供经过处理的委托事件，例如新增、修改、撤销和成交；而 ITCH 是免费的原始二进制数据流，必须经过解析和标准化。 工作流程涵盖下载前估算 MBO 的下载成本、下载选定日期的数据、加载可用数据，以及检查事件或消息类型。指南建议只对所需标的和时段提交付费的 MBO 请求；ITCH…
本笔记考察 ETF 收益预测如何表达不确定性，并比较蒙特卡洛丢弃法与深度集成。重复推理时，丢弃操作会保持启用；集成模型则衡量分别训练的网络之间的分歧。这些分散程度可以估计不确定性，但仅凭它们无法得到具有覆盖率属性的区间。拆分保形校准会将预测误差转换成区间，并考虑普通版本和按不确定性归一化的版本。…
本笔记比较六种方法，使用同一预测排名为所选 ETF 投资组合加权：等权、分数加权、反波动率、风险平价、均值方差优化和层次风险平价。它在比较配置方法的同时改变所选基金数量，因为在集中持仓中，各加权方法的差异较小；而当投资组合包含风险特征不同的基金时，方法间差异可能更明显。…
本笔记汇总多个交易案例研究中登记的双重机器学习估计，并比较其不确定性和诊断结果。它从各研究的注册表加载当前行，检查注册表完整性和标签唯一性，明确显示覆盖情况，并计算 HAC 统计量和置信区间。由于估计效应使用的原始单位不同，森林图比较无量纲的 HAC 统计量，而不按原始效应大小排序。分析还比较朴素的 OLS 系数与正交化估计，总结混杂偏差指标和区块置换反驳检验结果，并区分多个标签与真正不同的预测期限。 本笔记将这些估计视为识别假设的诊断，而非交易信号或预测。HAC…
本笔记拟合一个预先声明的 LSTM 模型，用于标准普尔 500 期权研究中的预测。网络接收每个标的按时间排列的历史窗口，并使用门控循环状态表示多个交易时段中的信息，而不是只依赖人工设计的特征。配置的回看期、网络规模、丢弃率、批量大小和训练检查点共同定义模型设置。共享工作流负责构建验证折、设置验证间隔、保存检查点、重启运行，并检查预测是否恰好覆盖所有符合条件的行。 本笔记将 LSTM…
本笔记训练一个 PPO 智能体，在逐小时永续期货柱数据上安排母单卖出。它在价格和成交量历史数据中加入永续合约溢价及距下一次资金费结算的时间，同时对每小时决策时尚未知晓的信息进行滞后处理。训练期和评估期按日期分开，并对拆分进行检查。笔记在匹配的评估窗口中将学得的执行安排与固定和基于规则的安排进行比较，并使用配对差值和标准误描述比较结果。…
本笔记比较三种将金融新闻句子分类为正面、中性或负面的方法：使用 TF-IDF 词语和短语特征的逻辑回归、使用平均静态词向量的分类器，以及预训练 FinBERT 情绪模型。所有方法都在 Financial PhraseBank 高一致性子集的同一个分层测试拆分上评估。两种词汇方法共用训练拆分和估计器；FinBERT 则是外部微调的分类器，未经适配直接使用。 比较说明了不同表征保留的信息：TF-IDF…
本笔记介绍如何使用 SEC XBRL 数据构建并检查季度股票基本面面板。每条观测都包含其描述的财政期，以及信息公开时的申报日期。这一区别对历史测试至关重要：只按期末日期筛选，可能纳入投资者当时尚未知晓的数据。笔记衡量概念覆盖率和申报延迟，并比较考虑申报日期的 as-of 查询所能获得的最新观测与基于期间的查询结果。…
本笔记评估会计和价格特征作为下月 US 股票收益独立预测变量的表现。它计算每个特征与收益标签之间的月度截面排名相关性，再按开发期月份进行汇总。工作流程排除预留的留出集，检查面板完整性，要求达到最低覆盖率和截面广度，并考察不同关联能否在滚动训练期和验证期内持续存在。…
本笔记针对前瞻收益，为 CME 期货案例研究筛选候选特征。它对每个特征计算特征值与后续收益之间的截面排名相关性，汇总各日期的相关性，针对重叠收益期限调整不确定性，并对测试集合应用 Benjamini-Hochberg 错误发现控制。它检查覆盖率和数据陈旧情况，考察特征在滚动验证年份及不同标签期限中的一致性，并记录继续、修改或停止的评估及其支持证据。为保留后续确认环节，筛选时不使用留出期。…
本笔记为 ETF 配置回测提供诊断框架。它计算夏普、索提诺、卡玛、波动率、风险价值和最大回撤等风险与收益指标；跟踪滚动表现和回撤修复；并使用阿尔法、贝塔、跟踪误差、信息比率和捕获率指标与 SPY 比较投资组合。笔记还考察选定市场压力时期的收益。分析的投资组合从注册表中解析为验证夏普比率最高的配置回测，其收益已经计入注册的执行和交易成本假设。…
本笔记对月度宏观经济指标进行聚类，以独立于股票收益描述市场状况。它将 FRED 序列对齐至月末观测值，对失业率、联邦基金利率、收益率曲线利差和同比 CPI 变化进行标准化，然后拟合高斯混合模型。使用通胀变化而非持续上升的 CPI 水平，可避免聚类主要按早期和晚期日期划分。随后根据明确的阈值规则为簇命名，因此经济标签取决于这些选择，并非模型自动得出。 随后使用聚类时未包含的标准普尔 500…
本笔记将 Diffusion-TS 改编为生成合成的每日 ETF 收益序列。其去噪器预测原始序列，并将该预测分解为多项式趋势、选定的傅里叶分量和残差。组合时域与频域的目标函数旨在保留收益值和频谱结构。该设置采用重叠序列和时间留出集，随后加入一个在含噪序列上训练的分类器，引导采样生成由高斯隐马尔可夫模型识别的低波动或高波动状态样本。 本笔记介绍 DDIM…
本笔记使用真实留出数据产物，为已部署的金融模型构建监控工作流。在衡量漂移之前，先检查传入特征数据是否完整且结构有效，再比较参考窗口和当前窗口。特征分布变化通过总体稳定性指数和双样本 Kolmogorov–Smirnov 检验进行评估。笔记将两种指标结合使用，因为稳定性阈值属于约定，而统计显著性在大样本中可能标记实际影响很小的变化。…
本笔记通过比特币永续合约市场数据中的仅做多 RSI 均值回归规则，介绍使用 VectorBT 进行向量化回测。它计算基于收盘价的 RSI，在前一日读数低于下限时入场，高于上限时离场。信号经过移位后，才能在下一个 UTC 日开盘时执行；模拟会在成交中计入费用和滑点。本笔记回顾交易记录、组合价值、回撤、参数敏感性，并在执行假设匹配的前提下与买入并持有基准进行比较。…
本笔记将仓位规模与最大不利和有利变动分析联系起来。笔记展示固定比例仓位确定法：根据每笔交易的风险预算和入场价至止损价的距离确定股数，同时受集中度上限约束。笔记还根据滞后的独立波动率构建仅做多的反波动率配置，并强调这种启发式方法忽略了相关性，也不是考虑协方差的风险平价。…
本笔记说明如何使用 SHAP 解读 ETF 面板的岭回归预测。对于线性模型，每个特征的归因等于其系数乘以该特征相对于训练背景均值的偏差，因此可以通过闭式计算核对这些归因。工作流程涵盖总体归因幅度、对单个预测的瀑布图解释、对高置信度正确和错误预测的比较，以及滚动验证折之间的重要性稳定性。…
本笔记比较两种估算买卖价差的方法，适用于历史数据包含每日开盘价、最高价、最低价、收盘价和成交量，但没有报价的情况。Corwin-Schultz 通过比较一日和两日的高低价区间来区分价差与波动率，其依据是假设极值通常反映在卖价和买价成交。Roll 根据收益的负序列协方差推断相对价差，这种协方差由交易在买价和卖价之间交替引起。当各自假设不成立时，两种方法都可能得出零估值。 本笔记先将估算值与常规交易时段的 NASDAQ-100…