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
本笔记使用基于验证数据选出的配置，为此前未触及的ETF留出窗口生成预测。它重新构建训练规范，使训练数据在窗口开始前一个标签期限处结束，重新拟合模型，保留选定的检查点，并验证新训练记录的身份与验证集拟合不同。注册表检查会识别无法证明为样本外的既有预测集，并阻止在同一窗口上评估不同配置。 笔记确认在上述条件下生成了一组预测，但没有对这些预测评分或进行交易。选定的模型仍经过基于验证数据的筛选，因此该留出集并非对完整筛选流程的纯粹检验。后续的单独回测和分析阶段负责评估表现；拒绝切换配置有助于维护后续评估的可信度。
本笔记概述从公司10-K文件中提取供应商、客户和竞争对手关系，并将其存储为Neo4j知识图谱的流程。本地语言模型会提出结构化的主语—谓语—宾语三元组，随后通过基于字符串的实体消歧统一名称，并将文件中提及的实体映射到规范公司。批量图写入会加载消歧后的关系，图查询则汇总共同供应商，以呈现供应链集中度。…
本数据指南比较两种用于订单簿和市场微观结构研究的US股票逐笔数据源。Databento逐订单记录提供预处理后的新增、修改、取消和成交事件，而NASDAQ ITCH提供需要解析和标准化的原始交易所行情流。工作流程包括估算付费数据成本、下载选定日期的数据、加载文件并检查消息类型。指南建议，针对特定标的的研究使用更有针对性的逐订单数据源，覆盖更广的市场分析则使用范围更广的交易所行情流。…
本文介绍如何通过注册表检查决定复用还是重新运行模型训练和回测。运行记录由根据其规范生成的哈希标识；只有预期产物齐全时，运行结果才可复用。缺失部分会将运行标记为不完整，并触发重新训练或运行；显式强制标记则用于调试。本文还说明如何规范化和摘要预测键，包括对时序值采用带版本的呈现规则，以便一致地比较以不同类型加载的等价日期。…
本笔记解释通用目标权重风险覆盖为何无法管理所述标普500短跨式策略。期权引擎将固定资本比例分配给每周队列，并在每个队列内对权重归一化；缩放这些权重会被归一化抵消，风险覆盖也就无法腾出现金配置。因此，对策略有影响的控制项，例如对冲阈值、结算、成本和队列数量，应纳入策略规范，而不是留待之后进行权重转换。…
本笔记演示如何微调Transformer进行金融命名实体识别，将文本片段转换为结构化的机构、人物、金额、日期和百分比字段。笔记介绍BIO实体边界标签，并说明如何将词级标注对齐到子词元：首个子词元接收该词的标签，后续部分不计入损失。笔记还区分精确实体跨度评分与词元级评分，并说明提取出的实体数量如何转化为文档特征。…
本笔记研究使用梯度提升预测CME期货收益的横截面表现。通过叶节点数量配置调整树的容量，并比较平方误差、绝对误差和Huber目标函数；它们对极端残差影响拟合的程度各不相同。每个模型都会在多个提升检查点进行评估，因此树的数量和预先声明的模型配置一样，都是筛选维度。对两个收益期限使用同一网格拟合，以便在固定模型系列中比较期限效应。…
本笔记介绍将分钟级NASDAQ-100数据转化为模型特征的三种方法：用于预测方差和预测误差的滚动HAR回归、用于分析近期成交量模式的傅里叶变换，以及用于表示价格和订单流变化顺序的二阶路径签名。笔记强调，拟合参数蕴含其估计窗口的信息，因此重新拟合和特征时点必须避免使用未来信息。特征按时间戳和交易标的存储，并检查其在配置的预测期限所需不同滚动验证划分中的覆盖情况。…
本笔记在预测加密货币永续合约资金溢价的序列模型比较中加入时序卷积网络（TCN）。因果填充确保每个位置只使用当前及更早的观测值，而扩张卷积能够高效扩大感受野。所选网络堆叠覆盖了声明的输入窗口。与依据最后一个循环状态进行预测的LSTM不同，TCN会对各位置的表示取平均，以检验关于有用信息随时间出现位置的另一种假设。…
本笔记比较从公司申报文本语料中检索段落的四种方法：BM25、稠密嵌入、倒数排名融合（RRF）和交叉编码器重排器。RRF融合的是排序列表，而非原始分数，因此能够结合词法与语义系统，无需校准它们不同的分数量纲。随后，重排器会对候选集合重新排序。笔记还说明如何实现各检索阶段，并在相同检索深度上评估它们。…
本文介绍一种端到端预测架构，结合研究小组、汇总预测、对抗式辩论和监督器。监督器识别分歧、搜索澄清证据，并给出带置信度标签的概率。基于置信度的规则决定该概率是覆盖汇总预测、与其融合，还是不改变汇总预测。笔记还集中管理影响输出的设置，并记录每个阶段的概率和运行细节，以供后续审查。…
本案例研究评估覆盖广泛的US股票池中的每日横截面信号，并梳理完整研究流程：从时点数据和特征工程，到模型比较、组合构建、成本分析和留出集评估。研究采用滚动验证和多个远期收益期限，比较线性模型、树模型、表格神经网络、时序神经网络及潜在因子方法。交易策略按股票排名，构建美元中性多空组合，并考虑随时期变化的交易成本和借券因素。…
本模块为强化学习环境中的加密市场模拟估算参数。它加载所选交易品种的小时级永续合约市场数据，计算收盘到收盘的对数收益，并拟合GARCH(1,1)波动率模型。如果估计库不可用或优化失败，就改用基于矩估计的方法，利用平方收益自相关和预设边界进行估算。模块会约束持续性，并将无条件波动率锚定于样本波动。…
本笔记整理跨案例的LightGBM模型比较，并在条件允许时以线性模型和TabM作为参照模型系列。评估覆盖不同树规模、回归损失、检查点和分类目标。主要信号指标是每日横截面Spearman信息系数的平均值，并报告HAC置信区间。比较时会考虑模型评估所用验证折和天数是否相同。…
本文介绍一个Gymnasium环境，用于训练智能体在固定期限内清仓。观测信息将剩余库存和时间与价差、市场深度、波动率以及正常或压力状态结合起来。连续动作设定相对于参考计划的执行速度，同时由参与率和计划限制约束交易。最后一步会卖出所有剩余股份，以确保完成清仓。…
本笔记比较LightGBM与MLP、TabM，以及在可用时的TabPFN，利用表格特征预测ETF远期收益。模型在相同的按时间顺序排列的滚动验证折上评估，主要比较秩信息系数和训练时间。神经网络方法包括简单的多层感知机和TabM；后者对共享同一骨干网络的多个适配器头的预测取平均。训练使用L1损失，并在每个训练窗口内用留出数据选择停止点。…
本文比较了用于FX策略的固定止损规则和移动止损规则，处于验证阶段。对于每个收益标签，本文从已封存的信号与配置结果队列中选取一个母策略，然后在保持母策略身份不变的情况下，调整预先声明的仓位级风险控制。止损会根据持仓期间的价格路径作出反应，因此即使仓位的起始和结束收益相同，只要期间回撤不同，也能将其区分开来。案例研究对单个仓位分别应用规则，不包括组合层面的回撤或每日亏损控制。…
本笔记比较普通最小二乘、岭回归、LASSO和弹性网络，用于预测 ETF 的21日远期收益。各模型使用相同的预先声明的滚动验证折，并设置与标签期限相匹配的清除间隔。每一折都根据训练集百分位数截断特征极值，然后在拟合前对特征进行标准化。绩效指标包括横截面秩信息系数；当可用资产过少或预测值没有变化时，不计入未定义的日期。 分析通过 alpha…
本文档将ADIA Lab因果发现挑战视为已知合成数据生成模型族内的监督推断任务。任务使用大量带标签的数据集和图结构配对，为处理变量和结果变量周围的变量分配八种角色。文档解释了监督模型为何可能在此类任务中优于经典因果发现方法：它们可以从模拟器生成的样本中学习稳定的统计模式，有些方法还会使用PC或NOTEARS等方法的输出作为模型特征。…
本模块根据已注册的预测集构建均值预测集成，重点关注可复现性并避免选择偏差。它从注册表解析符合条件的模型配置，而非维护手工编写的成员列表；会过滤不完整或已弃用的预测，并为每种配置选择最后一个符合条件的检查点，而非验证结果最佳的检查点。它还会拒绝将某个配置对应到多个有效训练运行的模糊情况。…
本笔记介绍局部线性趋势状态空间模型，说明如何从价格水平中提取金融特征。隐藏状态包含价格水平和斜率，观测值则是带噪声的收盘价。每一步中，滤波器先预测状态，再计算观测预测误差（创新项），并根据卡尔曼增益更新估计值。由此得到的水平、斜率、预测误差（创新项）和不确定性可用于描述趋势、意外变化和置信程度。噪声设置决定估计值的响应速度，而最大似然拟合则提供了一种基于数据确定参数的替代方式。…
本笔记将日内股票收益中的连续价格变动与离散跳跃分开。它根据对数收益平方估算日实现方差，并使用双幂变差作为对跳跃稳健的连续部分估计；两者的非负差值用于估算跳跃方差。随后，Lee–Mykland检验使用同一交易时段内此前观测值估算的局部波动率，对各收益进行标准化。其基于Gumbel分布的临界值考虑到一天内对多个分钟数据点进行检验，并能适应局部波动率变化。…
本笔记使用纯Python编排、CrewAI和LangGraph实现四阶段预测流程。它比较状态的存放位置、如何检查或恢复故障、各方法增加了哪些依赖，以及如何进行追踪。原生版本与LangGraph版本组合了相同的专家类，而CrewAI版本使用角色提示任务和不同的模型调用路径。这一差异意味着它们的预测概率并非用于衡量框架质量的受控基准。…
本笔记研究线性模型正则化在货币对集合中的应用；由于各货币对都是以共享货币报价，其收益彼此相关。它区分了岭回归、Lasso和弹性网络可以处理的特征共线性，与系数惩罚无法解决的被排名资产之间的依赖关系。岭回归会缩小系数但保留特征；Lasso可以将系数压至零；弹性网络结合两者的特性。惩罚参数在每个训练折内确定，模型则在共同的滚动样本上拟合和评估。…