知识库

本笔记研究极端永续期货溢价是否会影响后续BTC收益或溢价回归。它将处于高溢价状态定义为处理条件，并比较两种结果：可能受多种因素影响的广义市场结果，以及与资金压力和套利联系更直接的溢价变化。有向无环图规定了调整变量集合，使用回溯收益和波动率作为控制变量；研究设计则将处理前控制变量与远期结果分开。…

本章综述如何将拟合后的统计方法转换为交易模型特征，涵盖诊断与平稳性、结构突变、分数差分、卡尔曼滤波、谱方法与路径签名方法、ARIMA与GARCH波动率、HAR与粗糙波动率指标、不确定性估计、市场状态模型以及横截面或面板变换。输出包括滤波后的水平值与趋势、创新、预测、条件波动率、市场状态概率，以及后验或预测不确定性。…

本笔记为一种读取上市期权数据、为股票排名并随后持有股票的策略构建远期股票收益标签。它构建考虑公司行动影响的调整后价格序列，并使用持续稳定的证券标识符识别公司；随后检查每个远期窗口是否完整、是否始终对应同一证券，以及是否按交易时段计量。它还会明确处理收益不可得的情况以构建方向标签，区分持有期限与验证集隔离间隔（purge buffer），并根据结果实际确定的时间截断诊断，而不是根据信号观测时间截断。…

本笔记将母订单视为有限时域控制问题。在每个时间间隔，表格型Q学习根据时间、待成交数量以及最近观测到的价差和波动率状态，选择基于VWAP的交易切片乘数。奖励函数在执行成本（包括价差和基于情景的市场冲击）与波动区间内持有未执行订单量的线性惩罚之间进行权衡。参与率上限约束成交量，终端惩罚则使未成交订单量产生代价。为使策略学习如何适应流动性而非进行方向性择时，模型排除了价格和收益信号。…

本笔记使用历史US股票收益构建相关网络并探索组合构建。它使用估计窗口数据筛选流动性较好的资产集合，将两两相关性转换为距离，并提取最小生成树（MST），以便更容易检查密集的依赖结构。度中心性、中介中心性和接近中心性用于描述各资产在树中的位置；随后采用反向中心性加权规则降低结构枢纽资产的权重，并设置持仓上限。笔记还将这些配置与投资组合基准进行比较，并考察一种示意性的冲击传播敏感性。…

本笔记介绍一种逐次筛查单个特征的方法，用于评估20个货币对中的候选信号。它仅使用滚动验证窗口，计算每个特征的每日横截面排名与下一交易日收益之间的一致性。评估面板会在留出集之前提前截断，以确保标签结果不会在面板内到期。覆盖率和陈旧度筛选会剔除过于稀疏或静态、无法评估的列；类似Newey–West的方法则会将相邻交易日之间的依赖关系纳入不确定性估计。折方向检查、冗余分析和错误发现率调整用于应对不稳定性和多重特征检验问题。…

本笔记将主成分分析作为期权分析研究中预测股票收益的无条件潜在因子基准模型。PCA利用历史收益面板估计共同变动和各股票对这些变动的暴露，再根据训练窗口估计的因子均值生成预测。它刻意排除隐含波动率、偏斜、期限结构和其他期权特征。该基准模型可用于衡量在相关模型中根据这些特征调整暴露所带来的作用。…

本笔记比较穷举网格搜索与Optuna的TPE采样器，用于调优LightGBM收益预测模型。首先，两种方法使用相同的试验预算和离散参数网格；枚举会覆盖所有组合，而采样可能重复访问某些点。随后，笔记考察固定网格无法表示的连续参数空间。比较中区分了搜索空间允许探索的范围与采样方法实际能够发现的内容。…

本笔记使用信息系数、分位数收益、首尾分位差和分类诊断评估横截面动量因子。它介绍Spearman IC，即逐日计算信号与后续收益的秩相关，并将其与所有日期和资产观测值合并计算的相关性区分开来。两种计算方式可能得出不同结果，因为合并计算的IC也反映收益的时变特征。笔记还介绍ICIR、显著性指标、分位数单调性、换手率和信号衰减等互补诊断。…

本笔记使用ETF面板数据讲解成对和横截面特征。它比较Engle–Granger与Johansen协整检验，区分平稳价差与简单的共同变动。能源基金与原油基金的示例未通过两项检验；基金持仓和期货展期成本的差异有助于解释固定组合为何可能漂移。笔记提醒，基于未通过协整检验的结果估算出的对冲比率，并不能证明存在可交易关系。…

此配置指定了来自FRED的历史宏观经济数据集，用于市场状态过滤和跨资产分析。数据按日、周、月和季度频率组织，涵盖美国国债收益率、联邦基金利率、VIX、劳动力指标、通胀指数、工业生产、货币供应量以及名义和实际GDP。其中还列出描述性名称，并定义了由不同期限美国国债收益率计算的收益率曲线利差。…

本模块定义了面向读者的CME期货研究流程，涵盖模型请求、预测与回测执行、候选池和最终筛选。它从共享设置声明中读取已配置的标签扫描范围，保留其顺序，并检查各标签下是否存在所请求的模型配置。研究构建会区分标准运行与缩减版预览运行，并记录执行详情，确保预览输出不会被视为标准总体成员。…

此笔记本使用最大有利变动幅度（MFE）和最大不利变动幅度（MAE），根据观测到的价格路径确定三重障碍标签的宽度。对于在行情柱收盘时进入的头寸，它从下一根行情柱开始，测量前向持有窗口内最有利和最不利的变动。多头和空头头寸采用相反的定义。笔记本还介绍基于真实波幅和怀尔德平滑法计算的平均真实波幅，并说明可以通过波动率调整障碍宽度。…

这项分析在拟合模型或进行预测之前，先判断数据能否支持横截面加密货币永续合约策略。拟议方法是在每次资金费率结算时按溢价对合约排名，然后买入排名一侧并卖出另一侧。笔记本检查决策时点挂牌的合约是否足够、典型价格变动是否有可能覆盖平台费用，以及考虑序列相关性后还剩多少独立历史数据。分析使用开发期数据，并未读取指定的样本外数据。…

本文介绍一项FX投资组合配置扫描，旨在将头寸规模与信号选择分开。它从依据验证回测表现排名的固定等权基准候选项开始，在推进配置时保留各自的模型检查点和信号映射。扫描会改变配置规则，同时保持预测、所选货币对、交易成本和执行假设不变。它将每个生成的策略规格与基准进行核对，并拒绝对配置以外字段的更改。…

本文介绍GReaT框架：将混合数值和类别型金融数据的行序列化为文本，在这些记录上微调语言模型，再将生成的文本解析回表格。示例根据历史收益、波动率、成交量及类别型方向或状态标签构建ETF特征，并以远期收益为目标。它将合成记录与留出的真实数据进行比较，并讨论先用合成数据训练、再用真实数据测试的下游评估方式。…

这项跨案例分析考察预测信息如何转化为投资组合夏普比率，其中预测信息以信息系数（IC）衡量，分析涵盖九个交易案例。核心观点是，实施方式会影响两者关系：入场规则、头寸规模、再平衡频率和交易成本决定信号的排名能力能否转化为策略表现。分析将样本外IC与样本外夏普比率进行比较，并对同一入选配置比较验证夏普比率和样本外夏普比率。它还考察在IC上领先的类别是否也在夏普比率上领先，并描述了不同策略变体的结果。…

此笔记本使用主成分分析表示广泛US股票面板中的共同变动。PCA提取能够解释收益共同变化的方向；每只股票的载荷衡量其对各方向的暴露。根据有限因子重构的预测，能够捕捉股票与面板共享的行为，同时舍弃个股特有信息。因子在每个滚动前向训练折内拟合，再应用于验证行，以避免在因子估计中使用未来收益。…

此笔记本用六个手工构造的案例评估基于文档的金融助手安全规则。案例涵盖提示注入、不可信材料中的虚构数字、尝试执行的操作，以及引用未检索到的内容。它比较两种作答策略：一种是不加甄别地使用检索内容的基准策略，另一种则结合基于短语的注入检测、信任过滤和证据核查。…

此笔记本介绍时间卷积网络（TCN），用于根据滞后收益特征序列预测ETF远期收益。因果卷积确保输出只使用截至相应日期的观测；指数递增的膨胀率则扩大输入窗口内的感受野。残差连接支持更深的网络堆叠，权重归一化和通道丢弃也是模块设计的一部分。模型与岭回归基准进行比较，评估指标包括横截面排名相关性，以及相对于零预测的平方误差。…

此笔记本介绍成交笔数失衡柱和成交量失衡柱，并用NVDA成交数据比较自适应、固定阈值和滚动窗口方法。成交笔数失衡会累积带符号的交易方向，直到达到阈值；预期阈值取决于每柱预期交易笔数，以及估计的买卖失衡程度。笔记本用库实现核对手工计算的成交笔数柱，并通过参数扫描考察柱数、平均柱大小、收益正态性、自相关和方差比。…

此笔记本说明如何根据即将到期的单个合约构建连续期货价格历史。它根据成交量识别近月合约，采用不可回退约束以避免错误切换，并将按日历确定的换月时间与实际交易活动进行比较。笔记本还指出一些数据陷阱：必须将非价差期货合约与跨期价差区分开来，合约代码可能不包含完整年份，而且在将构建序列与供应商序列比较前，必须对齐行情柱频率。…

此笔记本说明如何将拟合后的GJR-GARCH和隐马尔可夫模型转化为交易特征，同时控制前视偏差。GJR-GARCH估计条件波动率，并捕捉负收益冲击的更大影响；两状态高斯HMM对横截面资金费率结算中的状态进行建模，并给出压力状态的滤波概率。两个模型都按固定频率在扩展的历史数据上重新拟合，验证期间参数保持不变，且在初始预热期内不提供特征。…

此笔记本以SPY日度数据为例，梳理识别金融序列生成过程变化的方法。它对比了在检验单位根的同时估计一次突变的Zivot–Andrews检验，以及多重突变分段方法。PELT通过惩罚项选择突变数量，二分分段则要求指定数量；两者都使用基于段内水平稳定性的代价函数。不同的假设可能得出不同日期，两种方法都无法确定唯一正确的突变数量。…