知识库

本笔记比较了固定 NASDAQ-100 微观结构回测中的止损、移动止损和按时间退出叠加规则。策略每十五分钟做出决策，而风险规则每分钟监控价格，因此叠加规则可以在信号更新之间平仓。笔记评估这些控制如何改变夏普比率、最大回撤和市场持仓时间。…

该配置描述了一项针对标普 500 成分股的每周期权平值跨式卖出研究。头寸在周五建立并持有至接近到期；期权 Delta 变化会触发每日股票对冲。投资组合将资金分散到相互重叠的批次中，主要结果指标是持有至到期的收益。评估采用按时间顺序划分的训练期、验证期和留出期，同时使用多种投资组合配置方法，并分析方差风险溢价能否解释收益。…

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。…

本文提出一种证据架构，用于评估混合链上金融系统中的工作流。密封清单记录系统身份、角色、模式和发布信息；系统保留七个证据层，并为其登记推导关系和共享关联标识。只有在来源记录、相关根条件、负向控制、可复现打包、历史重放和独立审查均符合规定要求时，相关主张才会升级。哈希值相符本身不足以证明证据是独立生成的。…

这项研究检验近端策略优化能否在具有解析解的连续时间经纪商—交易者博弈中，学习经纪商的交易速度决策。研究从连续时间目标推导离散奖励，并通过网格细化和单步恒等式检查实现；随后在存在或不存在随机非信息订单流及部分信息的情形下，将学习到的策略与解析基准进行比较。 在没有非信息订单流时，前馈 PPO 策略接近参考动作。有随机订单流时，前馈和循环 PPO…

本笔记介绍一个日频 FX 货币对模型的部署周期，使用盈透证券作为实时数据源和执行场所。它在历史面板数据上训练岭回归模型，计算一组精简的日收益、动量、波动率和价格衍生特征，获取近期 K 线数据，对货币对股票池评分，并规划一个由预测收益最高的货币对组成的组合。它还会保存模型产物和运行记录，以供监控与审计。 操作步骤包括核验模拟账户、确认符合经纪商要求的外汇合约、检查可用货币对，并遵守 IDEALPRO…

本笔记介绍一个针对 CME 期货面板的神经随机贴现因子模型。该模型使用产品收益以及持有收益、动量和波动率等可观测特征，构建潜在因子，并针对预先声明的未来收益期限生成预测。笔记将该方法与仅使用收益的 PCA 进行比较，并说明如何通过比较检验特征是否在收益协方差之外增加了定价信息。…

本研究在两组成本网格下重新定价表现领先的 ETF 配置与风险控制组合，同时固定每个已登记的策略配置。一组网格按每笔交易的基点计价；另一组按每股佣金和半价差计价，这是案例研究声明采用的成本口径。固定价差占基金价格的比例会因价格水平不同而异，因此两幅图回答的问题不同；比较时应关注衰减模式和盈亏平衡水平，而非逐点比较。…

本笔记比较多资产 ETF 股票池的六种仅做多投资组合配置方法。它使用 Ledoit–Wolf 协方差收缩，以降低可能导致优化不稳定的抽样波动，并比较最大夏普、最小方差、风险平价、分层风险平价、最小条件回撤风险和等权配置。各方法所需估计量有所不同：有些使用预期收益和协方差，而仅依据风险的目标函数则不需要预期收益预测。风险平价追求投资组合方差的风险贡献相等；最小 CDaR 则针对历史回撤路径的尾部。…

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…

本实验考察一个选定的月度 US 股票多空信号在多大程度上依赖小盘股。它对验证预测应用滞后的市值筛选，剔除市值最小的四分位股票，然后在不重新训练模型的情况下，按相同的投资组合构建方法和成本假设重新运行。筛选后的股票池资产更少，而换手率仍接近完整股票池的结果。 报告的夏普比率从 4.27 降至 2.24，信息系数从 0.074 降至 0.048，最大回撤则从约 15% 加深至…

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。…

本文介绍如何使用独立的 2021 留出期预测，评估依据验证数据选出的策略。选定的配置、集中度、风险控制、交易安排和成本均保持不变，仅替换提供给策略的预测。留出期预测集通过训练规范关联到所选模型配置，有助于确保评估遵循预定流程。…

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。…

本笔记分析一项真实策略审计的留存结果，比较 LEAN 引擎与匹配的 ML4T 回测配置。它列出冻结输入所支持的资产类别工作负载，并报告成交、估值、估值时间戳、权益差异和期末价值方面的一致性证据。由于现有连续合约根价格缺少原生 LEAN 订阅所需的带日期合约链和展期映射，因此不纳入 CME 期货工作负载。…

本笔记介绍如何在验证折上选定配置后，为 US 股票案例的留出期生成预测。它解析选定配置，保留其检查点选择，并使用留出期开始前可用的数据构建新的训练规范。标签缓冲区可防止训练结果延伸到评估窗口内，而重新拟合时会重新计算各折的资格条件和参数。…

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。…

本笔记比较在一个交易时段内拆分大型股票订单的两种子订单执行方式。TWAP在每个时间间隔发送大致相等的数量，无需市场预测。VWAP根据估算的日内成交量分布分配股数，力求在流动性通常较高时交易更多。它根据较早的分钟 K 线交易时段拟合该分布，然后在较晚的NASDAQ-100交易时段评估两种计划，并将执行价格与各时段实际成交量加权平均价格进行比较。…

本笔记说明如何比较 S&P 500期权预测模型，避免不完整或不匹配的评估样本扭曲结果。它按模型家族、配置和检查点识别各模型，检查预测是否符合其登记的适用条件，并验证各总体是否具有相同的交叉验证标识。序列模型需要回看历史，因此可能覆盖较少的行；跨不同适用条件组进行比较，会将模型差异与样本差异混在一起。 笔记介绍按折汇总的信息系数（IC）指标，并区分基于折的描述性统计量与使用日度…

本笔记介绍一种条件自编码器，将股票收益建模为特征相关的因子载荷与潜在因子的乘积。它先通过联合截面最小二乘拟合估计特征管理组合收益，然后训练神经网络重构同期收益。另一个滚动适配器预测下一个因子实现值，并通过当前特征将其映射为下一日股票收益预测。…

本数据集指南介绍一组连续CME期货合约，涵盖股票指数、利率、能源、金属、货币、农产品和畜牧产品。指南说明小时级源数据及派生的日频数据、多个合约期限、产品配置和通过加载器筛选数据的方法。下载工作流按产品和年份划分文件，支持成本估算和试运行，并建议在请求数据前查看供应商收费。…

本笔记研究模型完成资产排名后，配置规则如何影响ETF策略。它固定预测集和再平衡日历，为每种比较选取相同的前 k 名组合，并改变组合内的权重。方法包括等权、评分加权、逆波动率、风险平价、均值方差优化和层次风险平价。由于持有基金数量会影响权重的调整空间，分析还扫描了组合集中度。…