知识库

本笔记将TSMixer作为适用于ETF面板的全局序列模型进行评估。模型在各基金间共享参数，同时使用每只基金自身的历史数据和协变量；其混合层学习时间关系和序列内关系，但不会把一只基金的观测值并入另一只基金的预测。本笔记将声明的模型样本与可用数据进行核对，检查训练配置和设备身份，并使用验证折选择训练轮次检查点，同时保持留出集不受触碰。…

本笔记介绍如何使用 TSMixer，根据每只股票按时间排序的特征窗口预测收益。每个样本包含 60 个连续交易时段；若窗口跨越股票历史数据中的缺口，则予以排除，因此各折可用样本数不同。模型交替在时间轴和特征轴上进行非线性混合，使信息能够在堆叠模块之间重新组合，而无需循环结构。 文中提出的动机是并行处理整个窗口，而不是像 LSTM 那样逐步处理，同时在相同面板和数据折上，将反复显式混合特征与循环模型和线性模型进行比较。配置采用两个模块、32 的隐藏维度和 100…

本指南将 US 股票数据集划分为市场数据、公司基本面、投资者持仓和公司特征。它列出日线与盘中柱、期权和市场微观结构记录的加载器，以及 SEC 申报文件文本、XBRL 事实数据、机构持仓、内部人交易和打包的公司特征面板。指南还列出了部分数据集所说明的大致覆盖范围或时间跨度。…

本笔记将多个模型族的验证预测转化为等权多空组合。它按预测收益为股票排序，买入排名靠前的股票并做空排名靠后的股票，再通过统一回测流程测试多种组合集中度。使用固定随机种子的随机排序也会通过相同流程，作为流程检查；同时依据考虑有限样本波动的容忍范围评估其夏普率。…

本文介绍分阶段流程，将申报文件、新闻和另类数据中的公司名称关联至证券。它区分 CIK 和 LEI 等实体标识符与 FIGI、CUSIP 和 ISIN 等证券标识符，并解释为什么股票代码需要结合交易所和日期信息。若有可用标识符，优先采用确定性连接；否则，先对名称进行规范化，再用模糊字符串评分或句子嵌入进行匹配，并通过带标签样本的精确率和召回率评估接受阈值。…

本文介绍一种用于股票期权分析研究、预测股票收益的监督式自编码器因子模型。与 PCA、IPCA 和无监督条件自编码器不同，该模型的训练目标将横截面重建与远期收益预测结合起来。因此，目标变量会影响瓶颈表示，可能改善预测，但也会削弱解释共同变动的约束。…

这项教学分析比较四种神经网络设计在同一任务上的表现：根据近期收益窗口预测下一日收益。汇集的八只交易所交易基金提供了多样的市场敞口。模型处理窗口的方式各不相同：全连接网络将其视为向量，卷积网络扫描局部模式，循环网络则逐步更新隐藏状态摘要。分析同时考察预测误差和训练成本，并研究这些成本如何随历史窗口长度变化。…

本笔记使用纳斯达克逐笔订单消息和交易场所提供的主动方标签作为真实标签，衡量 Lee-Ready 方法推断交易主动方方向的能力。它根据新增、修改、撤销、成交和重置消息重建限价订单簿，再将每笔交易与同期最优买价和卖价对齐。Lee-Ready 将高于或低于报价中间价的交易分别判定为买方或卖方主动；若交易发生在中间价，则使用跳动测试。文中将这一分步方法与单独使用跳动测试进行比较，并报告准确率和分类覆盖率。 文档介绍了为期多日的 NVDA 验证，并指出结果重现了仅用跳动测试与 Lee-Ready 之间约 16…

本笔记评估 NLinear，这是一种简单的序列模型：它从回看窗口中减去最新观测水平，再通过线性变换将所得序列映射为预测值。在滚动折上拟合由 ETF 个模型组成的总体，并与线性模型和梯度提升模型中的领先者比较。拟合前，先确定数据、符合条件的基金日期观测、折边界和序列窗口要求，使比较使用明确共享的预测行。 根据验证集信息系数选择训练轮次检查点，同时设置完整覆盖约束，排除预测只覆盖部分验证日期的检查点。最终比较仅使用各模型相同的基金日期键，并在这些键上重新计算每日…

本笔记介绍一种用于股票收益的条件自编码器：一个神经网络将股票特征映射为非线性因子载荷，另一个网络则从特征管理组合收益中提取同期潜在因子。管理组合通过联合横截面最小二乘法估计，以考虑特征之间的相关性。随后，独立的滚动适配器预测下一个因子值，并利用当前特征预测次日股票收益，从而区分重建任务与预测任务。…

本笔记介绍如何根据 DataBento 的逐笔订单消息，为单个 NASDAQ 代码和交易日重建限价订单簿。它对每笔订单建模，将订单汇总到价格档位，并分别维护买方和卖方两侧。正确解读消息至关重要：新增、修改、撤销、成交和重置会更新订单簿状态，而成交记录则保留给交易记录带。文中还介绍了如何处理仅含最优报价的交易场所记录和未定义价格。…

本笔记比较六种仅做多的 ETF 配置方法，旨在降低对不稳定估计的依赖。对于使用协方差的方法，笔记应用 Ledoit-Wolf 协方差收缩，并比较均值方差最大夏普、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。每种配置均在训练窗口拟合后固定，并在之后的收益上评估；执行环节还计入声明的佣金和滑点。…

本章综合九个案例，追踪机器学习信号如何经过投资组合构建、交易成本、风险覆盖层和冻结的留出集评估。本章以每个案例的演进过程为分析单位，而不是只按夏普比率给策略排名。所述框架将信号质量、投资组合转化、成本下的存续能力和时间稳定性分开，再利用这些阶段识别限制因素所在，以及后续研究可能发挥作用之处。…

本评估追踪单一 US 股票策略，从冻结的验证回测集到留出集评估。它采用确定性规则：选择验证夏普比率最高的候选项，并以回测哈希打破平局。注册记录用于验证所选策略的数据、训练、预测和回测沿袭，同时将验证窗口与留出窗口分开。 分析使用不确定性区间、配对比较、收益路径和回撤路径，将所选策略与等权基准进行比较。选择规则依据夏普点估计，而非预测…

本笔记使用已注册的留出集预测运行选定的 NASDAQ-100 微观结构配置。模型、配置方法、集中度、再平衡计划、风险覆盖层和成本假设沿用先前工作且保持不变；本笔记不做选择或调参。笔记通过配置已注册的训练身份验证预测集，然后进行交易并注册所得收益序列。验证集和留出集表现会作为背景信息列出，更广泛的解读留待单独分析。…

本笔记比较 US 股票面板上的头寸规模设定方法，同时固定模型、检查点、再平衡日期和所选股票。基于预测的方法按预测幅度或区间不确定性调整资金规模；逆波动率和更激进的风险平价变体使用各股票自身波动率。Ledoit-Wolf 均值方差优化和分层风险平价使用协方差估计来考虑资产间联动。等权是现有基准。…

本笔记说明如何从固定的一组 US 股票回测中选出一个策略，并在独立留出期评估所得策略。笔记会验证候选项是否具有所需的数据和协议标识，再按验证夏普比率排序，并使用稳定哈希打破平局。留出集会关联到所选配置已记录的训练、预测、策略、标签、特征和价格沿袭信息。表现通过不确定性区间、配对收益比较，以及分别针对验证集和留出集的路径诊断来考察。…

本笔记演示将共享的回测与实盘策略接入盈透证券模拟交易会话的操作流程。流程会检查账户身份和状态、请求历史柱状数据以初始化指标、订阅市场数据、汇总传入的逐笔数据，并在影子模式下通过安全层传递策略意图。示例采用 ETF 动量策略，同一策略类也可用于回测和实盘环境。…

本笔记比较三种线性时间序列模型、一个 Transformer 编码器，以及用于日频 SPY 收益的无参数预测方法。线性方法将历史窗口映射为多日预测，其中不同变体会分离平滑成分及其余部分，或根据最新观测进行调整。零值和最近值预测提供了重要参照。另一个诊断会打乱每个输入窗口中的观测顺序，以检验模型预测是否依赖时间序列顺序。…

本笔记考察梯度提升树能否在 NASDAQ-100 微观结构特征中发现线性模型可能遗漏的非线性关系。重点是订单流失衡的收益预测作用是否会因价差而异：树可以按价差分支，再分析每个区域内的失衡情况。预设网格改变树的容量和损失函数，并在多个收益期限及一个分类标签上评估不同提升检查点的预测。…

这项可行性分析检查现有 US 股票面板是否适合研究日频多空股票排名策略。分析使用价格和过去换手额阈值构建时点股票池，比较按比例计费的交易成本与按股固定收费，考察每日价格变动相对于成本的幅度，并检查开发期历史数据是否足以支持多次滚动验证。笔记还区分用于收益计算的复权价格与用于历史有效价格筛选的原始显示价格，并说明为何汇总前应在每只股票内部计算自相关。…

本笔记使用-2021之前的历史数据，重新拟合此前验证阶段选定的配置，然后发布2021留出期的预测。它从记录的候选集提取选定配置；若该候选集不可用，则应用相同的排序规则。重新训练区间根据研究声明、验证折、标签缓冲区和特征覆盖范围确定，因此训练边界遵循数据和预测约定。后续只保留选定配置，并将留出期预测视为对该配置的测量，而不是与其他方案的竞赛。…

本分析介绍期权链结构，并考察 2020 年标普 500 期权的一个样本片段，涉及八个标的。内容解释价内外程度、内在价值与时间价值、希腊值、隐含波动率，以及波动率偏斜和期限结构所体现的信息。工作流程分析期权链密度，绘制波动率微笑和曲面，并根据隐含波动率求解器状态和希腊值有效性应用筛选条件。笔记还比较平值附近及远离平值的买卖价差，并探究隐含波动率变化是否与标的后续收益相关。 证据仅为描述性结果，且受单一年份小样本限制。波动率形态可用于示例说明，但不足以支持对全市场模式的广泛判断。IV…

本笔记在年度报告语料库编入金融研究索引前对其进行审计。它衡量财务期间结束日与公开申报日期之间的延迟，说明时点应用为何必须使用发布日期。笔记还识别以多个股票代码表示的申报文件，解释为何 accession number 是文档级主键，检查股票代码与年份的覆盖缺口，并确定下载过程保留了哪些文本摘录。…