知识库

本笔记本比较行为克隆与逆向强化学习（IRL）如何从执行记录中学习。示范来自一个 TWAP 交易计划，其风险中性目标已知：将交易均匀分散，以限制冲击，同时接受时机风险带来的敞口。行为克隆直接从状态—动作对中学习动作，而 IRL 则估计一个能够解释这些动作的奖励函数，并可能为迁移到其他情境提供依据。…

笔记本介绍了 Almgren–Chriss 大额清算计划框架。该框架以到达价格为基准衡量执行偏差，并建立两种相互竞争的成本模型：市场冲击随交易强度上升；未卖出的头寸持续暴露于价格变动时，时机风险随之增加。风险厌恶参数决定交易路径，一系列成本与风险的权衡构成有效前沿。笔记本还根据清算半衰期解读交易路径，并区分永久性冲击与暂时性流动性成本。…

本案例研究说明如何为横截面外汇策略构建远期收益标签。该策略对货币对排序，并根据相对排名买入或卖出。研究首先按照纽约收盘惯例将四小时现货柱映射到交易时段，然后衡量每个货币对的一期及更长周期收益。工作流程强调检查远期窗口是否完整、工具是否连续，并防止收益计算意外跨越不同工具。诊断分析也仅纳入在留出期开始前结束的结果。…

代码从样本外预测表计算标准化绩效指标，分别按分折计算并汇总为主要指标。它支持回归与分类，包括信息系数、误差指标、区分度指标和实体数量。对于分类任务，计算信息系数时需要连续收益列，同时使用类别标签计算 AUC、对数损失和准确率等指标。这一区分可以避免把二元标签当作收益排序的替代品。 进行推断时，该实现会汇总每日横截面统计量，并计算 HAC…

这份记录呈现了一次 LangGraph 预测运行，讨论美联储是否会在 2026 年上调目标利率。三个智能体分别给出概率，随后进行辩论并由监督者更新预测。日志记录了汇总概率、辩论中值和监督者修订后的估计，同时列出有关通胀、经济预测和政策预期的搜索查询与摘要。记录还显示，智能体对通胀前景、地缘政治冲突的影响以及美联储可能采取的应对措施存在分歧。…

本审计考察如何从状态门控预测中移除预测变量。删除某个变量的滞后输入，并不等同于在完整的拟合、滤波和调参过程中排除该变量，因为它也可能影响估计得到的状态门。研究人员重建了从 HML 到 SMB 的预测关系，并将分析扩展至四个区域面板中的 30 个因子方向，采用合并预测和隐马尔可夫模型预测。他们还比较了共享状态门下的消融与完整排除来源变量，并通过模拟区分底层预测信息与模型拟合带来的成本。 报告的证据有好有坏，总体上无法得出定论：重建的关系呈现负的均方误差增量收益；而消融与完整排除在 240…

本笔记使用双重机器学习，检验隐含波动率与已实现波动率之差同未来股票收益之间的关联，在调整可观测混杂因素后是否仍然存在。笔记在相同的交叉拟合观测上，将调整后的估计与朴素普通最小二乘结果进行比较，并使用实体内区块置换安慰剂检验。时间控制考虑了结果期限、处理变量的滚动构造、各折间隔以及观测间依赖性。分析排除了结果窗口可能延伸至最终留出集的观测。 该结果适用于开发期间当前标普 500…

本笔记组装了一个研究智能体，它搜索证据并针对二元问题返回结构化概率。笔记介绍了动作解析与验证、回合预算，以及记录理由和运行详情的已保存预测产物。无效回复会被退回修正；未完成预测便耗尽回合的智能体，也会与给出概率的智能体区分开来。 模型提供预测及理由；代码则生成情绪、信心、证据类别和关键发现等字段。笔记强调这些指标只是启发式：基于概率与五五开距离计算的信心，并不能衡量证据质量；统计文档数量也无法判断其独立性或可信度。固定的轨迹支持在不发起新的 API…

本笔记介绍 PCA，将其作为不使用特征的潜在因子基准，用于预测 ETF 收益。笔记分解每个标签在训练窗口内的收益矩阵，使用各基金的载荷和估计出的因子溢价构建预测。由于整个窗口内同一基金始终占据同一列，该方法适用于固定的 ETF 标的范围；若实体身份随时间变化，则不适用。笔记将此方法与基于特征的模型进行比较，并介绍其滚动训练和预测记录。…

本文介绍如何将带日期的实体记录转换为潜在因子案例研究所需的数组。一种方法只保留覆盖率达到基于资格数据集学习所得阈值的实体，从而生成一致的实体轴，并将缺失观测保留为 NaN。另一种方法构建不规则横截面，将每个日期填充至其观测到的最大值，并将槽位视为日期内的位置，而非跨日期持续不变的身份。 本文还介绍如何将每日特征值转换为有界尺度上的排名、通过分别对各特征进行收益回归来构建对角特征管理型投资组合，以及如何使用向后 as-of…

本笔记通过读取 Parquet 模式而非加载完整数据集，盘点九个市场案例研究中的模型特征列。笔记排除标识字段，按市场统计列数，并根据名称中的词元分配特征类别，包括波动率模型、市场状态指标、自回归预测和分数阶差分。笔记还提供了一部分名称样本，帮助读者调查未匹配任何所列词元的列。…

这份记录记载了一次多智能体研究，探讨美国是否会在2026年底前进入衰退；判定规则规定，连续季度GDP收缩或出现NBER衰退日期即可判定为衰退。三个智能体分别搜集增长预测、衰退指标、货币政策展望和历史基准发生率，随后给出概率估计及其理由。一种观点引用了正面的增长预测和相对较低的衰退风险读数，认为市场隐含概率偏高；另一种观点则结合衰退的历史发生频率与当前有利条件。…

本笔记介绍 Tail-GAN，这是一种生成对抗方法，用于生成金融收益情景，同时针对风险价值（VaR）和预期损失（ES）。该方法使用可微排序，使梯度能够通过分位数估计传播，并将风险估计投影到 VaR 与 ES 的关系约束上。ETF 收益被整理成滚动情景，并与随机多空投资组合权重结合，形成盈亏示例。缩放同样重要：输入会映射到生成器输出截断范围内，使极端观测仍可表示。…

这项探索性分析检查了币安永续合约的小时级 OHLCV 数据和八小时溢价指数。分析核查数据集覆盖范围、合约成分变化、计量单位、缺失值以及原始柱线的 OHLC 一致性。溢价以小数形式存储，因此显示百分比时需要转换。由于两个数据源的发布频率不同，直接按时间戳联接自然只能匹配部分柱线；进行 as-of 联接时也需要调整时间戳，因为柱线标记的是开盘时间。 分析说明，币安的溢价计算可能在影响价差所界定的范围内产生精确零值，因此零值集中本身并不能证明数据有误。分析建议检查所有交易品种的匹配时差和缺口，因为即使 as-of…

本笔记介绍一种 ETF 随机贴现因子模型，该模型拟合一组权重来为各基金的价格收益定价。不同于分别估计基金暴露和因子收益的模型，它通过两个网络针对定价误差进行训练：一个根据横截面构造贴现因子权重，另一个估计各基金的暴露。目标设定为无套利定价，而非收益预测，尽管笔记也报告了预测收益评分。…

本模块介绍多智能体预测流程中的两个组件。辩论智能体轮流提出看涨和看跌论点，要求双方回应对方的主张，并提供有证据支持的概率估计。它会记录每一轮；当双方估计值落在预先设定的一致范围内时，可以提前结束，但轮数不得超过上限。…

本笔记展示如何使用 PCMCI 搜索 ETF 与波动率收益之间的滞后关系，而无需预先指定因果图。它将基于面板数据的条件独立性检验与成对格兰杰检验进行比较；后者考虑目标自身的历史，但不以其他变量为条件。最大滞后期预先设为五个交易日；自相关图描述各序列的持续性，但不决定要检验哪些跨序列滞后关系。 该流程使用偏相关，由 Tigramite 选择其 PC1 正则化值，并对最终 MCI 检验进行 Benjamini–Hochberg…

本笔记介绍 PatchTST 如何利用固定长度的连续市场特征片段预测 NASDAQ-100 标签。注意力机制在过去一小时的数据中关联各个片段，相较于逐分钟进行注意力计算，可缩短序列长度。该设置在滚动折上拟合多个预测期限的回归目标；笔记也说明当前序列运行器为何排除了分类目标。…

本文介绍一项 CME 期货实验：使用参数高效的神经集成模型 TabM，处理与线性模型和梯度提升模型相同的工程化特征行和滚动折。TabM 在集成成员之间共享大部分权重，以较低的完整计算成本获得多个网络平均所带来的部分方差降低效果。不同配置采用不同模型容量；每个预先声明的训练检查点都会发布，供后续验证回测和基于夏普比率的选择使用。…

本文介绍 NLinear，这是一种利用日内特征预测 NASDAQ-100 股票收益的简约序列模型。它使用固定的回看窗口，减去最新观测值，让模型处理变化量而非水平值，再通过单个线性层映射所得特征。这样的设置有助于区分收益究竟来自序列窗口本身，还是更复杂的模型架构。预测目标覆盖多个未来收益期限，其中与策略相关的目标是未来十五分钟收益。…

本文介绍一条将 SEC 8-K 文件转化为结构化企业事件的流程。语言模型负责提取事件关系，明确的模式检查则验证实体名称、关系类型、类别和日期。确定性规范化用于修正实体格式；含有不支持值的记录会保留为待审核状态。申报文件的条目编号会作为上下文传入，多个条目都会保留；缺失条目会明确标记为缺失，而不是推断补出。 该工作流强调可追溯性和时间完整性：哈希涵盖提示中使用的所有申报字段，提取过程可复现，稳定标识符支持向 Neo4j…

本模块介绍一项注册表迁移：某个库更改了滚动折的编号，但日期窗口和拟合值保持不变。由于折标识符出现在训练规范、预测键、输入指纹、模型参数、产物和下游哈希中，更改标签时必须同步更新一系列相关身份标识和引用。…

本笔记说明隐马尔可夫模型如何根据收益和近期波动率推断不可观测的市场状态。首先设定简单的对照规则：以波动率指数阈值识别压力状态，以价格相对长期移动平均线的位置识别趋势。一个两状态示例展示了前向算法如何利用截至当前交易时段可用的观测值更新状态概率。…

本笔记介绍一个框架，用于检查动量信号表面上的质量能否经受合理的研究选择。它使用指定留出期之前的真实ETF数据，一次改变一个回看参数，并通过HAC调整统计量衡量截面信息系数。它不把观测到的最佳参数视为目标，而是根据表现接近峰值的设置范围宽度定义参数稳健性，以此区分宽阔的平台区和狭窄的最优点。…