知识库

此笔记本展示了一个通用 OHLCV 接口，连接 Yahoo Finance、美国长期股票档案和 FRED 宏观经济序列。笔记本为后续轮动案例研究构建 ETF 样本空间，展示如何结合历史数据源和当前数据源，并介绍按优先级排序的回退方案。它还比较各提供方的行数和价格水平，使差异清晰可见且可追溯。…

此案例研究构建特征，用于研究标普 500 成分股的平值隐含方差是否高于后续实现方差，以及这种差异是否因证券而异。它结合跨式期权报价与标的价格，衡量方差溢价、波动率、期权市场状况及相关风险特征。由于跨式期权并非每个交易时段都有报价，滚动窗口是在标的市场交易时段网格上计算，而不是基于稀疏的报价行。特征类别在配置中声明回看期和滞后期，并检查证券身份，以免将代码变更误认为收益。…

此笔记本比较普通最小二乘法、岭回归、LASSO 和弹性网络，以预测 ETF 样本空间中的远期收益。所有模型都使用相同的滚动切分，清除间隔与标签期限匹配，因此差异可归因于正则化方法，而非切分不一致。在每个切分中，特征仅使用训练数据进行缩尾处理，然后标准化；绩效通过横截面秩相关以及误差和拟合指标进行评估。 分析考察各切分中的系数路径和选择稳定性。岭回归会收缩权重但保留特征，LASSO…

此笔记本构建一个考虑计量单位的框架，用于估算股票、ETF、期货、外汇和加密永续合约的交易成本。首先区分已交易量与无法换算为美元成交额的活动指标，然后保留各交易场所的费用分母，直到交易细节支持换算为止。分析将佣金、价差、市场冲击和股票借券费用分开，并根据给定换手率，将单笔成本与策略必须达到的年度未扣成本的总收益联系起来。…

本章概述如何围绕股票、宏观经济序列、期货、加密资产和预测市场，构建时间一致的基本面与另类数据研究。核心方法包括双时态存储与时点查询、考虑数据源的发布时间、具有时间有效性的实体映射，以及可审计的申报文件文本提取。笔记本依次将这些理念应用于 SEC 申报文件与 XBRL、宏观数据发布、CFTC 持仓、链上指标、机构持仓和市场预测数据流。…

此笔记本在两组成本网格下重新定价领先的 ETF 配置，同时固定预测、集中度和配置规则。笔记本比较案例研究中的每股佣金与半价差模型（该模型体现 ETF…

此笔记本衡量执行成本对已选定的加密永续期货配置的影响。它固定模型、检查点、入场规则、配置和风险控制，然后在一系列按交易名义金额计算的往返费用下重新进行回测。输出是每个标签对应的成本衰减曲线，旨在展示绩效如何变化以及在哪一点达到盈亏平衡，而非选择另一种配置。分析将执行费用与资金费用分开：执行费用随成本率和换手率变化，资金费用则源于持仓，在整个网格中保持不变。统一网格是一种敏感性分析惯例：即使某个网格点等于生产计划的总成本，佣金和滑点的占比也有所不同。笔记本强调换手率是成本率与夏普比率损耗之间的联系，但结果取决于所选…

此笔记本对一组流动性较高的 US 股票使用主成分分析，构建总敞口标准化的特征组合，并研究其作为潜在风险因子的作用。笔记本考察解释方差，通过行业 ETF 相关性解读成分，比较标准 PCA 与层次 PCA，并分析残差、组合风险贡献及因子在滚动窗口中的稳定性。笔记本强调，PCA…

此笔记本比较线性模型，使用重叠的价格衍生特征预测 ETF 收益。由于多个收益期限和指标类别可能编码相似信息，普通最小二乘法可能为近似重复的特征赋予不稳定且方向相反的系数。实验在滚动切分中调整岭回归、套索和弹性网络拟合的惩罚强度。岭回归会收缩系数但保留特征；套索可以将系数设为零；弹性网络则结合两者的效果。针对每个切分调整套索惩罚项的尺度，使声明的比例在各切分间具有可比性。…

此配置描述按公司特征排名的月度多空 US 股票组合。它规定了一个包含 46 项特征的完整案例样本空间、月末决策、次日开盘执行、多头和空头部分别等权，以及包括借券费用在内的显著交易成本。特征登记表将信号归为价值、质量、投资和动量等类别，并记录其假定的更新滞后和失效模式。该设置还定义了月度收益标签和滚动评估，并留出 2016 期间作为测试集。 核心设计讨论之一是配置器估计。使用 12…

本指南将因果问题与 Python 库对应起来，并阐明在假定因果结构下估计效应与从数据中发现可能结构之间的区别。指南介绍了用于调整处理效应的双重机器学习、使用 DoWhy 进行基于图的识别与反驳，以及时间序列或横截面结构发现方法，例如 PCMCI、PC、FCI、GES、LiNGAM 和 NOTEARS。指南还说明处理变量类型和目标估计量如何影响工具选择：将连续处理变量转为分组会改变所估计的问题。…

此框架展示了对日频 US 股票 OHLCV 数据进行的数据质量检查。结构验证会检查价格关系、价格是否为正、成交量是否非负、缺失值、重复日期、时间顺序、价格陈旧情况和极端收益。笔记本通过注入已知故障并确认预期检查能够报告这些故障，来检验验证流程是否有效。随后比较使用中位数绝对偏差、Z 分数和四分位距检测收益异常值的方法，并解释为何相同的乘数会使不同方法得出不同的阈值。…

本笔记介绍用于ETF横截面定价的随机贴现因子模型。该模型不是分别估计基金敞口和因子收益，而是训练神经网络寻找一个共同的贴现因子序列，使其与基金收益的协变关系能够解释平均收益。训练目标是最小化定价误差，预测收益和信息系数则作为后续诊断指标进行报告。区分优化目标与报告的预测评分，对于解读模型至关重要。…

本笔记从投资组合收益到模拟交易，构建月度ETF轮动回测。笔记根据过去一段时间的风险调整后收益对十只基金排名，使用美国国债收益率曲线所处状态，在排名靠前的基金与防御性债券配置之间进行选择，并于下一交易时段开盘执行。费用、现金限制和60/40基准均由同一模拟器处理。该方案强调只使用信号日期可获得的信息，并在日期、价格和成本匹配的条件下比较投资组合。…

本笔记将共享权重的神经网络集成模型TabM应用于加密货币永续期货特征面板。各成员共享神经网络主干，但拥有独立的缩放向量和输出层，从而兼顾高效集成与相关输入之间的非线性交互。工作流处理回归、二元方向和三分类方向目标，并针对类别不平衡采用每折专属的类别权重。笔记还保存并登记多个训练检查点的预测结果，将每个检查点视为独立的候选模型。…

本笔记重建单个 AAPL 交易日在 2020 年 3 月每笔交易发生时的最佳买价和卖价，然后应用 Lee–Ready 方法推断交易由买方还是卖方发起。它按时间戳顺序交错排列报价和交易事件，延续使用最新的买价和卖价，并将每笔交易价格与报价中点进行比较。偏离中点的交易通过报价检验分类；中点交易则以此前价格变动方向作为跳动检验。由此得到的带符号交易数据可用于分析整个交易时段的价差分布、订单失衡和交易主动性。…

本笔记为仅做多的比特币策略建立可审计报告，该策略根据RSI阈值入场和出场。笔记比较毛收益与净收益，并将表现与使用相同数据、预热期、敞口、成交和成本运行的买入并持有基准进行比较。匹配这些条件有助于隔离交易规则的影响。报告分别呈现投资组合收益、相对基准指标、市场敞口和已平仓交易统计。报告还区分了影响样本期末权益的未平仓头寸，以及不计入胜率计算的未解决交易。…

本笔记围绕一个具体问题展开：学习得到的永续资金费率特征序列表示，能否优于对溢价——即永续价格与现货价格之间的差距——进行人工汇总的结果。笔记比较了两种模型：NLinear在近期窗口内对变化进行线性映射，循环LSTM则利用循环结构。两者使用相同的特征顺序、数据折、缺失数据规则和检查点安排，因此任何测得的差异都能更清楚地归因于架构。笔记定义了实验并记录验证集预测；策略筛选会在之后的回测中进行，而非在此处进行。…

本笔记研究SHAP特征归因是否足够稳定，能否用于模型精简、风险决策或报告。笔记以一项ETF预测任务为例，首先搜索预测结果接近但SHAP特征归因概况不同的测试样本。随后比较使用不同随机种子训练的LightGBM模型和随机森林模型的归因概况，并同时比较它们的验证集横截面信息系数。这些演示说明了解释结果多样性的两种形式：同一个模型对相似输出可能产生不同的特征贡献模式；预测能力相似的模型也可能重视不同的输入特征。…

此配置描述了一种每日多空US股票策略：按模型预测对广泛的股票范围排名，以等权方式买入最高十分位，并做空最低十分位。配置规定了下一交易时段开盘执行、整股仓位、起始资金、再平衡阈值，以及包括价差、佣金、市场冲击和借券成本在内的交易成本。配置还区分主要的百分比成本机制与探索性的每股敏感性分析，并指出历史交易摩擦因小数报价制度的不同时期而异。…

本笔记逐一评估候选特征对20货币对后续收益的预测能力。分析仅限于滚动验证期，为每个交易时段标注所属数据折，并在留出集之前留出缓冲间隔，防止标签在该预留区间内结算。留出集本身不参与测量。工作流首先筛选覆盖率和变动幅度足够的特征，然后衡量特征值与下一交易时段收益之间的每日横截面Spearman等级相关性。它在允许相邻交易时段相关的情况下估计不确定性，检查各数据折中的效应方向是否一致，并通过错误发现率程序调整完整搜索的显著性检验。…

本笔记解释如何合并多个智能体的概率预测，以及如何校准合并后的概率。笔记介绍Neyman极值化方法：根据面板规模和假设的成对相关性，将平均预测值从基准率向外推移。假设相关性较低时，会将面板视为多个证据来源并赋予更大权重；相关性较高时，则认为这些智能体更相似。示例和模拟图表显示，随着这一假设变化，汇总结果可能发生显著偏移。该方法没有考虑预测之间的分歧，即使平均值相同的面板也可能具有非常不同的离散程度。…

该数据工具支持使用Chen、Pelger和Zhu资产定价数据集，其中包含股票收益、公司特征、宏观经济序列和拆分前的特征张量。其转换方法根据已发布的训练、验证和测试张量生成Parquet文件。由于存档数据在每个区块中提供了持续匿名的公司位置，却没有跨区块映射，转换器会为各区块分配互不重叠的标识符范围。这能保留区块内的公司身份，但不意味着相同标识符跨区块对应同一家已知公司。…

本笔记将模型排名转化为简单的加密货币永续合约投资组合。在每个资金费结算时间点，入场规则从排名靠前或靠后的合约中选取标的，并赋予相同权重。等权提供了一个参照点：在仓位规模保持不变时，比较结果便可将差异归因于排名。笔记将预先声明的预测配置应用于入场规则，并登记结果供后续分析。…