知识库

本笔记本介绍如何在之后的留出期评估一项选定的加密货币永续合约资金费率策略。它复用由仅使用留出期之前数据训练的模型生成的预测，沿用所选信号、配置方法和退出叠加规则，并计入交易成本和实际资金费率结算。笔记本还载入评估窗口之前的价格历史，以便基于协方差的配置器在首次再平衡时拥有足够数据。…

本笔记对行业 ETF收益进行基于相关性的主成分分析，以描述共同风险因子和行业轮动。标准化收益后，每个行业的方差均为一，从而降低波动性更高的行业主导主成分的可能性。方差占比和碎石图有助于评估收益变化的集中程度，载荷则显示不同行业如何组合成市场整体方向以及防御型与周期型方向。 移动区块自助法会重采样连续时段，以保留短期依赖关系并估计载荷的不确定性。在不同重采样结果间匹配成分并对齐符号，因为 PCA 符号具有任意性且成分顺序可能变化。滚动 PCA…

这项探索性分析描述了覆盖九个类别的每日交易所交易基金面板。它检查代码覆盖随时间的变化，将面板与分类字典进行比较，审查空值和零成交量观测，并按类别评估价格K线顺序和流动性。ETF收盘价已针对拆股和分配进行调整，这种处理方式与关联的股票数据集不同。逐年统计的可用基金数量随着产品开始交易而增加，随后保持稳定，表明面板一直保留成员至最后日期。…

本分析对行业交易所交易基金的收益进行基于相关系数的主成分分析。分解前将收益标准化，使每个行业的方差均为一，因此领先主成分描述共同变动，而不会被波动率最高的行业主导。笔记考察方差解释比例、碎石图和载荷；其中第一主成分被解读为广泛的市场走势，另一个主成分则可能反映防御型与周期型之间的轮动维度。 移动区块自助法在保留短期依赖性的同时估计载荷置信区间；由于 PCA…

本文介绍共享回测运行器的实现原则，重点说明年化表现时如何正确解读收益网格。本文根据收益观测之间的典型间隔估计实际采样频率，剔除异常长的间隔，再将估计结果与案例研究声明的频率进行校准。如果观测网格与声明的约定相符，则保留该约定；如果观测网格明显更稀疏，则可能意味着收益只保留了再平衡日期，因此需要采用较低的年化因子。…

本实验将梯度提升树模型、表格神经网络和潜在因子模型对月度 ETF 排名的验证预测结合起来。首先通过横截面 z 分数对预测进行标准化，然后取平均。实验使用含异方差和自相关稳健不确定性估计的信息系数（IC）评估集成模型，同时进行考虑成本的只做多回测，选取少量 ETF 并为其配置权重。 集成模型的总体 IC 高于 LSTM 基准，但夏普比率较低，最大回撤较大。分折结果揭示了原因：集成模型的秩相关性波动很大，部分折甚至为负；而 LSTM…

本教程将 ETF 横截面信号转化为仅做多、前十名等权组合，并将岭回归和逻辑分类与动量及等权基准进行比较。模型在滚动训练窗口中拟合，并针对前向收益标签设置缓冲期，随后每月调整组合。分析计算组合收益、换手率、毛收益和净收益指标以及信息系数，以展示信号排序质量与扣除交易成本后结果之间的关系。 交易成本按组合换手率对每一边分别计费。笔记解释了为什么反复更换持仓的主动策略可能比等权策略损失更多收益；等权策略通常只在恢复目标权重时交易。笔记还提醒，净夏普比率和 IC…

本参考资料介绍了两个用于研究股票仓位和内部人士活动的公开 SEC 文件来源。季度 13F 报告提供机构持仓，可选择经过整理的管理人集合，也可使用涵盖完整申报期的批量数据。Form 4 文件记录所选股票代码对应的内部人士交易。指南介绍如何下载、加载并整理数据以供后续分析，包括股票层面的特征以及机构与股票之间的持仓关联。…

本笔记将真实的供应链知识图谱和机构 13F 持仓转化为机器学习特征。笔记推导中心性和依赖指标等网络度量，估算供应商集中度和竞争风险，并构建衡量持有人广度、集中度和共同持仓情况的所有权信号。笔记还将运营信息与所有权信息结合为跨图谱特征，并以宽表和长表形式导出公司特征，用于建模或信息系数分析。…

本教程使用过去风险调整后的动量排名和美国国债收益率曲线市场状态筛选器，构建月度 ETF 轮动模拟器。每个月末，规则根据基金近期价格历史对十只基金排序；风险偏好月份等权持有排名前三的基金，风险规避月份则转为固定债券组合。信号使用收盘时可获得的信息，交易在下一交易时段开盘时成交，并明确纳入比例费用和现金约束。为作比较，固定的 60/40 股债组合也通过同一模拟器运行。…

本笔记将风险价值解释为损失分位数，将条件风险价值（亦称预期损失）解释为超过该阈值后的平均损失。它使用四种方法估算宽基股票ETF的一日尾部风险：经验历史分位数、高斯模型、Cornish-Fisher偏度和峰度调整，以及基于拟合的Student-t分布进行模拟。随后，笔记比较预测值与实际损失，检查超限次数，并探讨由五只ETF构成的等权组合的分散化效果。…

本笔记介绍层级风险平价（HRP），说明在协方差估计噪声较大时，它可作为均值—方差配置的替代方法。HRP 根据相关性距离对资产聚类，按层级排序，再递归二分排序后的资产，并依据估计方差在各组之间分配权重。它无需矩阵求逆，但仍依赖估计的相关性和方差；这三个步骤并不能保证权重充分分散，按方差倒数进行拆分也可能使权重高度集中于低波动资产。 本笔记用 ETF 展示层级结构，并在滚动测试中将 HRP…

本笔记基于已发布面板，为US公司特征研究构建月度模型矩阵；该面板中的特征已在公司间完成排名。它利用同一公司—月份行中的数值添加合成特征和交互项，不拟合变换，也不计算滚动窗口。特征族登记表记录各特征组的输入、时间约定、研究依据和可能的失效模式。本笔记不将已实现收益纳入特征矩阵，并检查公司标识是否与独立的标签面板一致。…

本笔记将FX货币对预测转化为基准交易结果。在每个决策时点对货币对进行排名，建立规模相等的多头和空头组合，并通过现有回测引擎运行选定的预测配置和检查点。等权设计让基准聚焦于排名：加入不同的仓位规模会混淆信号质量与配置选择。由此得到的收益序列将作为后续配置、风险和成本比较的参照。…

本笔记本比较同一个月度 ETF 动量策略的两种模拟。两者使用相同的目标权重、股票池、日期和总交易成本。一种根据滞后权重和资产收益计算收益；另一种按顺序处理订单，并跟踪成交、股数和现金。因此，结果差异揭示了执行假设的影响，例如目标何时生效、成交价格、整股限制和现金可用性。 笔记本建议使用同一套指标实现比较收益路径和期末财富，因为每日收益相关性相近可能掩盖复利差异，不同软件库也可能采用不同的统计计算方式。数组方法适用于快速参数扫描，顺序模拟则可表示依赖账户状态的决策。示例使用固定且人工选定的 ETF…

本笔记本使用历史危机窗口、手动设定的同步资产冲击、Student-t 蒙特卡洛模拟和市场状态统计，对比四种参考 ETF 配置。它解释了最大回撤指标，并使用每日固定权重投资组合考察复合收益、回撤及其他压力测试结果。历史回放涵盖全球金融危机、COVID 和 2022 紧缩时期等重大抛售；假设情景则检验多个持仓同时遭受冲击时投资组合的反应。 模拟将 Student-t…

本笔记构建了一个 LSTM 配置器，将近期 ETF 收益和波动率特征直接映射为仅做多的投资组合权重。Softmax 输出确保权重非负且总仓位为满仓；可微的夏普比率目标函数则在不经过单独收益预测阶段的情况下训练网络。实验采用滚动训练、验证和测试划分，并将学习得到的配置与等权和逆波动率基准进行比较。…

本笔记对八种期限为一年至三十年的美国国债恒定期限收益率变化应用主成分分析。分析会移除收益率没有变化的前向填充日历行，并在进行 PCA 前标准化剩余观测值，使每种期限的影响相同。它将前三个成分解释为水平、斜率和曲率：平行变动、趋陡或趋平，以及中段相对于两端的扭转。为确保解释一致，成分符号会固定；同时使用自助重采样考察载荷的稳定性。…

该脚本通过两种方式收集机构持仓数据：可检索精选管理人的 SEC 13F 文件，也可下载 SEC 的季度批量文件。两种路径都会将持仓标准化为统一结构，其中批量路径旨在实现更广泛的覆盖。生成的数据可用于构建机构与股票之间的关联、股票层面特征以及股票共同持仓比较。 该脚本采用多项保护措施处理常见数据问题。如果需要完整的管理人集合，图构建会避开文件不完整的季度，防止将延迟申报误判为退出。构建多头股票特征时会排除期权，并拒绝其报告价值单位与美元计价特征约定冲突的较早文件。脚本还遵守 SEC…

本笔记介绍 DeePM，这是一种端到端的 ETF 投资组合策略，旨在改善不同市场环境下的表现。其组件包括经波动率标准化的收益和趋势特征、基于 LSTM 的模型、变量选择、条件层，以及受资产类别图约束的跨资产注意力机制。该图编码组内联系和选定的组间关系。SoftMin 目标函数侧重于表现最弱的滚动训练窗口，而成本感知训练会惩罚换手率。评估采用按时间顺序划分的训练、验证和测试窗口，并与不使用 SoftMin 的版本、等权基准及逆波动率基准进行比较。…

本综合笔记使用多元化ETF资产范围中的共同信号，比较等权、反波动率、均值—方差优化和层次风险平价。滚动 Ridge 模型使用动量、与移动平均线的距离和波动率特征估计前向收益，并选择做多和做空的ETF。比较通过将同一信号应用于各方法，区分标的选择与配置，再评估投资组合表现、稳定性、回撤、换手率和市场状态下的行为。留出期之前的选择阶段决定后续留出期评估采用的配置方法；另行进行考虑执行因素的重放，并纳入佣金、滑点和下一根柱成交。…

本笔记通过固定每个案例研究所选信号并比较配置阶段回测，单独考察投资组合配置。比较方法包括等权、反波动率、分数加权、均值—方差优化、风险平价和层次风险平价。对每种方法，笔记保留其在再平衡和前K名变体中的最高夏普配置，再比较各案例研究中的最佳配置方法及最强与最弱方法之间的差距。…

本笔记在固定每个案例研究所选信号预测的条件下，比较不同案例研究中的投资组合配置方法。它载入与同一主干预测相关的配置阶段回测，再考察等权、反波动率、均值—方差优化、风险平价、层次风险平价和分数加权等方法。笔记以每个案例研究中最佳与最差配置方法之间的夏普差距描述配置方法的敏感性，并以信号阶段的等权配置作为基准。分析强调，配置可以重新分配风险，却无法创造有信息量的信号。差距较小时，可根据换手率或容量等实际因素选择配置方法；差距较大则说明这是一个影响重大的决策，也可能带来验证数据选择偏差。结果依赖验证折；每种方法均以其在…

本笔记使用相同的ETF收益面板，比较 PyPortfolioOpt、Riskfolio-Lib 和 skfolio 得出的投资组合配置。它在训练期拟合配置方法，检查等价目标和对齐权重是否在求解器容差范围内一致，并在后续观测上评估冻结后的配置。比较内容涵盖均值—风险方法、层次风险平价、尾部风险目标，以及换手率或权重集中度惩罚。笔记还采用赫芬达尔集中度指标，并展示仅限于训练窗口的滚动评估。…