知识库

本章指出，持久有效的交易研究依赖严谨的流程，以适应市场变化、嘈杂的证据和实施成本。本章区分结构性突变、市场状态、数据漂移和概念漂移，随后介绍从研究到生产的工作流程，涵盖时点数据、明确范围、迭代开发、切合实际的策略设计、部署和监控。本章还解释探索与确认有何不同，强调记录试验、封存留出集，以及在评估中考虑选择效应。 本章将因果推断和生成式 AI…

这份评估笔记本筛查金融特征和模型特征，考察它们与加密货币永续期货下一段八小时收益之间的关系。它从滚动验证窗口构建评估样本，将最终留出集排除在分析之外，并在每个结算时点按横截面秩相关性为各项特征评分。笔记本汇总平均信息系数及考虑依赖性的**不确定性估计**，检查各验证年份的表现，并针对多重比较调整显著性检验。特征台账记录证据和决策，但不会从模型输入中移除列。…

这项 NASDAQ-100 案例研究考察 15 分钟微观结构信号能否承受交易成本。工作流程评估订单流、报价陈旧程度和相对价差，然后比较全范围策略与仅使用交易成本较低股票的策略。研究还比较了选择单一验证集胜出模型与对一组模型取平均，以降低噪声选择的影响。报告的留出期夏普比率从朴素基准的 −0.89 变为成本筛选后的 −0.21，并在集成模型选择后变为 +0.53。…

本笔记本研究正则化如何影响由相关特征族构建的 CME 期货模型，包括持有收益、滚动夏普比率、动量和波动率指标。它比较 Ridge、Lasso 和 ElasticNet：Ridge 会缩小系数但保留特征，Lasso 可以将系数设为零，ElasticNet 则结合二者的效果。Lasso 和 ElasticNet 的惩罚项根据每折特有的阈值来表示，因此其强度会随各训练折变化。…

本笔记本使用留出期预测运行此前选定的 US 股票配置。所选模型、预测、配置器、集中度、风险覆盖层、再平衡频率和交易成本假设均沿用前序阶段。核心方法是根据训练标识和检查点生成相应的留出期预测集，然后运行回测，不再根据留出期表现作出选择。…

本笔记本介绍如何改造 Diffusion-TS，生成合成的 ETF 收益序列。去噪器将干净序列预测为多项式趋势、傅里叶季节性和残差分量之和；结合时域和傅里叶域的损失函数，以兼顾逐点和频谱保真度。DDIM 采样器减少了生成时所需的反向步骤。另一个在加噪序列上训练的分类器会提供引导，生成标记为低波动或高波动状态的样本。…

本章认为，可重复的研究纪律比任何单一策略更能持久地带来交易优势。它介绍了一套以可证伪假设、样本外评估和多重检验校正为基础的流程，以减少偏差。随后，本章概述量化领域的职业角色和机构，强调交易全周期的广泛协作，以及在主要技能领域的深入专长。本章还建议持续、有规划地学习，并通过研究、发表成果、开源工作和专业社群付诸实践。 本章将量子计算、去中心化金融和负责任的 AI 视为新兴领域，并区分当前的机遇与责任和仍较遥远的技术。本章称 DeFi…

本文介绍使用 TabM 对永续合约资金费率面板数据建模的原因：其共享神经网络主干可以组合所有输入特征，非线性层则能够表示特征交互。与在每个分支节点选择一个特征的树不同，这种设计可以同时使用彼此相关的列。TabM 集成成员共享大部分网络，同时保留各自独立的缩放向量和输出层，因此，与分别训练多个网络相比，取平均值的成本更低。…

本笔记本将此前选定的 ETF 配置应用于预留的留出窗口。它根据选定的训练标识和检查点生成匹配的留出预测，然后沿用策略现有的集中度、配置、风险覆盖层、再平衡频率和成本假设，不在留出期上调参。此次运行会登记为留出期回测。保护机制会阻止使用同一预测集评估第二个不同配置，因为在留出结果之间进行选择会破坏测试。…

此评估流程针对 NASDAQ-100 盘中数据面板，将金融特征和模型特征与未来收益进行比较筛选。首先保留最终测试期，并排除未来标签会在该窗口内确定的观测值。对于每个特征，流程会按照标签期限匹配的间隔测量横截面排序信息系数（IC），使用 Newey-West 方法调整序列相关，并考虑多重检验。数据覆盖率、重复值频率、分位数收益形态和两两冗余度也用于质量检查与诊断。每个候选项都会获得继续、修改或停止的决定，支持证据记录在可审计台账中。…

本笔记本演示经纪商封装层如何通过订单规模和持仓限额、订单频率上限、资产限制以及持续有效的紧急停止开关，拒绝不安全订单。合成经纪商使决策过程清晰可见：尝试提交的订单会被接受或拦截，并附带说明，因此示例可以将风险检查与连接和市场数据行为区分开来。笔记本还展示了影子模式：虚拟投资组合记录成交和成本基础，但不向经纪商发送订单。…

本分析估计跳过近期数据的动量是否与 ETF 未来收益的因果变化有关，而不是考察动量对收益的预测能力。双重机器学习使用声明的混杂因素分别对结果和处理变量建模，再根据这些模型未能解释的部分估计二者关系。混杂因素包括已实现波动率、市场状态指标和收益率曲线斜率。拟合前，分析确定了研究总体、时间规则、禁入期和安慰剂设计，并将结果作为独立的因果证据记录，而非预测模型候选项。…

此基准生成方法根据案例研究中声明的资产，构建等权日收益序列。它先取每个代码在各交易时段的最后收盘价，再计算收盘到收盘收益，并对可用收益取平均。只有在连续交易时段都有价格的代码才会计入，从而避免资产进入或离开观测面板时产生虚假收益。基准采用日频网格，以便将其收益和年化指标与同一频率评估的策略进行比较。…

本分析对涵盖九个资产组的固定 100 只 ETF 范围进行数据概况检查。它检查各基金和年份的数据覆盖情况，确认价格面板与分组配置相符，检查空值和 OHLC 顺序，并比较各组的交易量。文中还说明，收盘价已根据拆股和分红进行调整，因此可以直接用来计算收益。 年末数量会随着产品到达上市日期而增加，之后保持稳定，因为所选范围内的每只基金都仍有报价。这一模式反映的是数据集的构建方式，并不代表整个 ETF 市场的存续情况。同样，严格的 OHLC…

本笔记本研究用于预测加密货币永续合约收益和方向的梯度提升模型。网格搜索改变树的容量和损失函数，包括平方误差、绝对误差和 Huber 目标，并在训练过程的多个阶段为模型打分。文中说明，树可能反复按高度相似的溢价特征进行拆分，从而拟合训练样本的细节，却没有增加信息。候选模型只在相同标签内比较，不会跨不同预测目标比较。…

本文介绍用于多变量时间序列预测的 PatchTST 神经网络主干。它将每条输入序列拆分为相互重叠的片段，将每个片段映射到学习得到的特征空间，添加位置编码，再通过堆叠的 Transformer 编码器层处理所得序列。编码器在注意力层中独立处理每个输入变量，随后由预测头将编码后的片段映射到目标预测区间。…

本文介绍如何衡量信号触发、财报发布或宏观数据公布等事件前后的收益。示例使用流动性较高的 ETF 动量突破策略。对于每个事件，先用事件发生前的估计窗口拟合市场模型，得出预期收益；用实际收益减去预期收益，得到异常收益。随后对各事件的异常收益取平均，并累积为平均异常收益和累计平均异常收益，同时计算标准误和显著性统计量。…

此笔记本估计，在价格波动率、资金费率和平均溢价偏差这三个明确列出的驱动因素保持不变时，加密永续合约的溢价 Z 分数是否会影响后续八小时收益。由于处理变量是连续的，目标是估计一条斜率，描述溢价 Z 分数每增加一个单位，预期收益会如何变化。笔记本将这一干预问题与收益预测及交易策略评估区分开来。…

此笔记本介绍一种用于生成金融时间序列的无条件 Sig-Wasserstein GAN。它以基于期望路径签名的距离取代通过学习获得的真实与生成数据判别器；路径签名是对路径连续变化的数学概括。神经生成器从噪声中生成路径；增强后的路径被转换为截断签名，按签名级别归一化，并通过训练匹配真实数据的期望签名。示例使用单资产标普 500 对数收益样本，并说明一种基于过去观测生成期货数据的条件扩展方法，但并未实现该扩展。…

此笔记本使用日频 ETF 收益，说明 GARCH 模型如何捕捉波动率聚集，并将其转化为逐交易时段特征。首先使用可视化诊断和 ARCH-LM 检验，评估平方收益是否依赖自身滞后项。随后，GARCH(1,1) 模型将近期冲击的影响与先前方差估计的持续性区分开来；参数之和决定冲击衰减的速度。拟合时收益以百分比表示，波动率则视为每个交易时段的标准差，并在需要时年化。 笔记本还考察了…

此笔记本说明如何根据逐笔委托消息重建单一代码的 NASDAQ 限价订单簿。它处理新增、成交、取消、删除和替换，同时维护每笔有效委托的剩余数量。替换操作需要特殊处理，因为它会使原委托引用失效并创建一个新引用；后续消息可能会引用新的委托。生成的快照记录最佳买价和卖价及其显示数量，并附有每秒订单流失衡。…

此源代码模块提供美国股票价格、指数数据、期权、市场微观结构、基本面和机构持仓的数据加载器。最重要的方法细节涉及对日内交易数据进行重采样：开盘价、最高价、最低价、收盘价和成交量分别采用适当的首值、极值、末值或求和操作，而 VWAP 必须重新计算为成交量加权平均值。当一个窗口内的成交量变化时，简单平均并不正确，尤其是在开盘和收盘时段。没有符合条件交易的窗口会产生空值 VWAP，而不是虚构价格。 模块还介绍了带下推筛选条件的惰性 Parquet…

此笔记本说明如何根据案例研究登记表重建模型实验目录，并将其内容与 MLflow 进行比较。笔记本跟踪实验经过训练运行、预测集和回测运行的过程，并将每个阶段与前一阶段关联起来。规范化后的规格会获得确定性哈希，使重复运行具有幂等性，并可识别配置变化。随后，查询会将验证指标、组合回测结果和产物来源汇总到可搜索视图中。…

此探索性分析概览加密永续合约的小时级 OHLCV 数据，并将其与八小时溢价指数进行对照。分析考察代码和日期覆盖范围、合约成分变化、溢价单位及分布、OHLC 完整性、缺失值，以及小时价格与低频溢价观测之间的对齐情况。分析说明，溢价基于相对于指数的冲击买价和卖价计算，并设有可能产生精确零值的死区；仅凭溢价符号无法判断哪一方支付资金费率。…