知识库

本文介绍一项 CME 期货实验：使用参数高效的神经集成模型 TabM，处理与线性模型和梯度提升模型相同的工程化特征行和滚动折。TabM 在集成成员之间共享大部分权重，以较低的完整计算成本获得多个网络平均所带来的部分方差降低效果。不同配置采用不同模型容量；每个预先声明的训练检查点都会发布，供后续验证回测和基于夏普比率的选择使用。…

本笔记分析一项真实策略审计的留存结果，比较 LEAN 引擎与匹配的 ML4T 回测配置。它列出冻结输入所支持的资产类别工作负载，并报告成交、估值、估值时间戳、权益差异和期末价值方面的一致性证据。由于现有连续合约根价格缺少原生 LEAN 订阅所需的带日期合约链和展期映射，因此不纳入 CME 期货工作负载。…

本笔记构建日频股票和小时级加密货币永续期货的端到端流水线，涵盖数据获取、验证、来源标记和存储。股票示例将历史 WikiPrices 数据与较新的 Yahoo 数据源连接起来。由于不同供应商采用的拆股调整历史不同，它根据两个数据源共有日期估算价格缩放因子，将其应用于历史OHLC价格，并反向调整成交量，然后连接时间段不重叠的数据。笔记还统一了时间戳处理，并按供应商标记行，以便审计。…

本数据集指南介绍一组连续CME期货合约，涵盖股票指数、利率、能源、金属、货币、农产品和畜牧产品。指南说明小时级源数据及派生的日频数据、多个合约期限、产品配置和通过加载器筛选数据的方法。下载工作流按产品和年份划分文件，支持成本估算和试运行，并建议在请求数据前查看供应商收费。…

本文介绍两种用于期货收益的潜在因子方法。主成分分析找出能解释最多收益变化的不相关方向；神经随机贴现因子则寻找与预期收益横截面相关的组合，并可使用展期收益（carry）或波动率等产品特征。因此，两种方法回答的问题不同：一种关注广泛的共同变动，另一种关注可能被定价的收益结构；推断因子的经济含义仍需进一步解释。…

该笔记本介绍如何为选定的CME期货模型配置生成留出期预测。该配置依据验证结果选出，随后使用结束时间早于留出窗口的数据重新拟合。标签缓冲区将训练观测与评估期隔开，以避免前瞻标签结果延伸至留出期。笔记本还会使用窗口开始前估算并在整个窗口内保持固定的参数，为留出期重新生成模型特征。…

本指南介绍公开的CFTC交易者持仓报告，将其作为每周期货持仓数据来源。报告分为金融期货交易者报告和商品期货分类报告：前者按交易商、资产管理机构和杠杆资金等类别划分参与者；后者包含商业交易者、管理资金和掉期交易商等类别。产品级文件包含报告日期、未平仓合约量，以及交易者的多头、空头和净头寸。本文将持仓分析、z分数、反向信号和期货策略特征列为可能的用途，但没有提供经过测试的交易规则或表现证据。…

该笔记本从已登记的验证集回测中选择一个CME期货案例，涵盖信号规则、资产配置和风险叠加层。它在不同收益期限的候选方案之间进行比较，并选择验证夏普比率最高的配置。成本敏感性分析用于描述所选配置，不会增加候选池中的方案。规范运行会冻结候选成员，以便复现比较结果。…

本文介绍一项CME期货研究如何在验证数据上选定模型配置后，为留出期生成预测。系统从验证结果中恢复所选配置和检查点，然后仅使用留出期开始前可用的历史数据重新拟合模型。标签缓冲区可防止训练结果延伸至评估窗口，并重新计算留出期专属的资格条件和模型参数。已登记的训练身份可证明模型经过了新一轮拟合，而非重复使用在验证集上拟合的模型。…

本文介绍如何获取选定期货品种的每周CFTC交易者持仓报告数据，并将各品种的历史记录保存为Parquet文件。COT报告记录周二的持仓情况，并于周五发布；金融期货与大宗商品的交易者分类有所不同。生成的数据包括报告日期、未平仓合约数，以及多头、空头和净持仓，可用于期货研究流程中的持仓或情绪特征。…

本文认为，传统时间序列分析可能显示金融收益接近随机，但现代多变量统计仍能检测到其中的模式。文中介绍了一项受核物理方法启发的分析，并将其用于欧元期货的高频价格变动。识别出的成分是随波动率区间变化的趋势跟随行为，研究通过交易系统编码相关条件。…

本文将加密货币价格区间视为市场背景与杠杆持仓成本相互作用的结果。文中重点讨论如何利用四小时时间框架评估市场背景，并指出永续期货资金费率可能影响交易者持有方向性敞口的意愿。 文中提出的解释是，与四小时市场背景一致的资金费率可能推动价格扩张，而两者背离可能更有利于价格波动收窄并进入区间震荡。该文将区间行情描述为持仓和流动性管理的结果，而非简单的犹豫不决。文中提出的是概念框架，没有给出明确指标、交易规则、数据或实证检验来证明一致或背离何时能够预测后续价格走势。

本文探讨如何对随时间变化的多个数据流之间的关系进行建模。重点是灵活最小二乘法（FLS）：它通过加入允许回归系数变化的惩罚项来调整普通最小二乘法，无需对这些依赖关系施加严格的概率模型。统计套利是其主要金融应用。…

本研究测试十四类基于五分钟 OHLCV 数据的日内动量信号，考察它们在 2021 至 2025 年的微型 E-mini 纳斯达克 100 期货中是否产生可交易优势。研究对 947 个交易日采用扩展窗口滚动验证，并依据五项要求评估样本外收益，包括统计显著性、交易次数、现实交易成本、测试年份间的一致性，以及适用时的置换显著性。 所测试的信号类别均未满足全部要求。其中十一类的毛收益低于文中所述的 2.0…

本文介绍时空动量策略，将资产自身的动量历史与其相对其他资产的动量结合起来。该方法利用神经网络学习投资组合中的交易信号，把时间序列动量和横截面动量视为相互关联的输入，而非彼此独立的策略。 回测涵盖交易活跃的 US 股票和股指期货。报告称，单个全连接层在交易成本达到所测试的最高水平时，仍优于基准。就文中所述的各项成本情景而言，最小绝对收缩和换手率正则化表现最佳。证据仅限于所描述的投资组合和回测；文章未进一步说明评估时期、基准定义或实盘交易结果。

论文将广义极值理论应用于比特币期货市场的尾部收益，研究多头和空头头寸的强平风险、杠杆和保证金。实证分析使用 BitMEX 永续期货。报告称，相对于未平仓期货，多头和空头的日强平率分别为3.51%和1.89%，遭强平交易者的平均杠杆为60倍。作者认为，假设收益服从正态分布会低估管理尾部风险所需的保证金。…

本研究考察可以放弃预测的分类器如何影响交易决策。标准方向分类器总会隐含一个市场头寸，而选择性分类器在拒绝预测时可以让投资组合保持空仓。论文探讨了二元分类和三元分类设置；后者增加了一个表示较小价格变动的类别，为模型提供了另一种避免方向判断的方式。选择性会在预测准确度与获得预测的输入占比之间形成权衡。…

本文考察成交可能性和逆向选择如何影响短期做市策略的模拟。研究使用随机最优控制策略，覆盖流动性较高的CME期货，包括股指、原油和美国国债合约。核心结论是，关于限价单是否成交及成交前后价格如何变化的模拟假设，可能显著改变预估表现。 作者报告的实证证据表明，更真实地建模成交并更仔细地跟踪不利成交，可以得到更可信的绩效评估。他们提醒，如果模拟价格变动时不考虑市场订单，可能会高估短周期策略表现。摘要未提供具体成交模型、量化绩效比较或详细实验设置，因此只能支持一般性的模拟结论，无法精确估计偏差。

本文介绍一种用于预测中国期货市场价格方向的监督学习方法。该方法使用分类模型预测期货价格走势，并将预测结果转化为交易策略。研究旨在考虑该市场的特点，但摘录未说明所用特征、品种、模型设计或交易规则。 作者报告了测试数据上的精确率、召回率和F1分数，以证明分类器符合其准确度要求。他们还描述了一项回测，其收益曲线呈上升趋势，资金回撤较低。这些说法表明分类效果和历史策略表现可能较好，但摘录没有提供指标数值、基准、成本假设或验证细节。因此，这些结果无法证明该方法的稳健性，也无法说明它能否推广到实盘交易。

本研究考察布伦特、WTI和上海原油期货的配对交易扩展。研究指出，三个价格序列存在协整关系，并将由此形成的价差建模为均值回归过程，其状态由隐马尔可夫链控制。研究使用基于在线滤波的参数估计来实施并测试统计套利策略。…

这项研究测试了深度强化学习作为执行层，用于波动较大的加密货币市场中的配对交易。其框架先筛选并排列候选配对，再使用带有长短期记忆层的近端策略优化智能体做出执行决策。固定风险、自适应均值的设计和确定性风险控制约束该智能体，旨在降低偏离风险。评估使用 Binance 每小时USD-M期货数据，并将学习得到的策略与启发式基线进行比较。…

本研究考察CME市场数据包和撮合引擎交易的到达方式，并利用这些测量结果为高频交易接收器提供设计指导。证据来自对Nasdaq-100 E-mini近月合约一年多的观测，包括数据包和交易的交易所时间戳，并通过实盘生产接收器进行核验。…

本文通过基于智能体的连续双重拍卖模拟，研究杠杆ETF再平衡交易如何影响标的市场，例如日经225期货市场。研究关注不同交易方式能否限制再平衡导致的波动率上升。该研究在所提出的交易模型中比较不同策略，并考察由此形成的价格。…

本文逐合约研究黄金、石油和比特币期货价格波动率与基差的驱动因素。研究分析了每日现货价格和期货价格，以及期限、交易量和未平仓量，时间范围为2017至2021。该方法建立在早期研究原油期货波动率的工作之上。…