知识库

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。…

本笔记审计一项 FX 货币对研究中的完整规范验证预测集。它检查模型身份、产物可用性、完整性、已配置标签的覆盖情况，以及汇总后的配置是否符合声明的菜单。通过沿用数据谱系移除已被取代的预测集，使分析与下游回测使用相同的模型总体。因果估计单独报告，因为它回答的是处理效应问题，而非预测评分问题。…

本笔记审计一项 FX 货币对研究中已登记的验证预测。它检查目录是否包含已配置的模型总体、完整的预测集、可用的产物和当前模型身份。随后，它汇总不同标签、模型族、配置和检查点的预测诊断指标，包括每日横截面秩相关、折间稳定性、预测一致性和按时间顺序计算的保形覆盖率。绘图使用有代表性的样本，但不会因此从总体中移除模型，也不会决定哪些模型可以进入下一阶段。 本笔记将预测证据与因果估计区分开来：因果 DML…

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…

本案例使用线性模型预测加密货币永续合约的收益和方向。其特征矩阵主要由永续溢价的各种变化构成，即合约价格与现货价格之间、决定资金费支付的价差。文中对比岭回归和套索、弹性网络：岭回归会收缩相关系数但保留特征，而套索和弹性网络可以剔除特征。惩罚参数针对每个训练折单独确定，并使用共同的滚动折和预测行评估各项配置。 分析使用验证集信息系数展示正则化在冗余测量下的表现：岭回归会在相关特征间分配权重，而较强的 L1 惩罚可能只保留一列。稳定的负 IC…

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 LightGBM 预测模型的单目标超参数调优与多目标搜索。基准方案最大化验证信息系数（IC）。NSGA-II 搜索则最大化 IC，同时最小化标准化预测换手率，从而形成帕累托前沿；改善一个目标可能使另一个目标变差。该方法将信号质量与交易成本代理指标一并呈现，但换手率并非直接的交易成本估计。 本笔记还测试在 ETF 上调优的参数能否迁移到加密货币永续合约和期货，并将迁移后的表现与针对特定资产调优的结果进行比较。报告结果显示，迁移后的 ETF 参数在 CME 期货上的验证 IC…

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。…

本笔记介绍由看多和看空角色参与的多轮预测辩论。双方分别主张某事件发生概率更高或更低，在后续轮次中会看到对方先前的论点，并给出概率及支持证据。主要诊断指标是双方概率随时间变化的差距：差距缩小可能表明一方回应了此前未考虑的证据，持续存在的差距则记录了尚未解决的分歧。差距低于选定阈值或达到轮数上限时，流程可以停止。…

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。…

本笔记介绍一种操作员式研究智能体，用于迭代量化案例研究。它不把模型限制在预定义的预测操作中，而是提供文件、Shell 命令、注册表查询和数据检查等通用工具。智能体可按需读取任务专属方法，分析工作则由支持库执行。一项已记录的 ETF 运行测试了由梯度提升、表格深度学习和卷积自编码器组成的集成模型，并用第二个案例进行比较。 笔记展示如何重放运行、检查智能体的推理和证据，以及审阅包含命令、输出和决策的轨迹。笔记强调应准确报告负面发现，读者还必须将结论与底层指标进行核对：一项 ETF…

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。…

本笔记实现一套 ESG 新闻标题处理流程：通过关键词筛选新闻，将选中的标题归入环境、社会或治理类别，并对抽样标题使用 FinBERT 情感模型评分。笔记在抽样前衡量所选样本的类别构成，并采用分层抽样，确保每个类别都进入分类器。笔记还将模型加载时间与推理时间分开，并说明要公平比较，检索增强生成系统需要提供哪些内容：带引用的证据以及拒绝作答的能力。…

本笔记筛选金融及模型特征，考察其与加密货币永续合约未来八小时收益的关系。每个结算时点都会计算符合条件合约之间的横截面 Spearman 相关性，再汇总各滚动验证折的得分。笔记还考察得分按验证年份的稳定性、特征冗余、分位数收益特征，以及针对所检验特征数量进行的显著性调整。结果和决策记录在逐特征证据台账中。…

本笔记汇总金融案例中已有的滚动模型结果，将 LSTM、NLinear、TSMixer、TCN 和 PatchTST 与线性、梯度提升及表格神经网络基准进行比较。主要指标是日均 Spearman 信息系数，并报告 HAC 置信区间。笔记还考察各数据集可用的架构、各折表现、检查点轨迹、保形覆盖率，以及共享时间戳上的比较。 比较仅纳入覆盖相同折数和天数的配置；缺失的架构会明确显示，不会用不符合条件的运行结果填补。笔记强调，单个模型每日 IC…

本笔记考察已发表的投资因子是否具有可信的收益溢价，以及彼此之间能否分散风险。它采用AQR的长期及跨资产序列，并结合法马-弗伦奇股票因子，使用考虑序列相关性的统计方法和更高的显著性门槛，以应对文献中研究的众多候选因子。笔记比较因子间的相关性，包括价值与动量因子，并回顾危机时期的结果以及因子发表前后的表现。…

本笔记将锁仓总价值视为另类数据，并评估 DeFi 资金状况能否帮助预测以太币收益这一假设。它将 TVL 定义为存入协议的加密资产美元价值，并强调这是一种存量，其价值会同时随存入资产数量和市场价格变化。分析将各链构成与整个行业总量进行比较，构造动量和标准化水平特征，再检验远期收益和不同市场状态下的差异。 笔记强调推断应当可靠：按日抽样时，一个月远期收益窗口彼此重叠，因此普通的独立观测假设会高估精确度。分析使用了对重叠进行调整的协方差方法，并考察实际支持结果的独立窗口数量。研究期受可用价格历史限制，而非 TVL…

本笔记探讨为何模型的信息系数无法决定基于其预测构建的策略夏普比率。它在一组案例中比较信号排名与回测结果，并考察入场规则、仓位规模、再平衡频率和交易成本如何影响这一转化。它还使用置信区间展示不确定性，并比较选定配置的验证期与留出期表现。 分析提醒，不应将参数搜索中的验证期最大 IC 与选定的留出期 IC 直接比较，因为不对等的选择过程可能造成表面上的衰减。报告指出，IC…

本笔记实现了对抗式随机贴现因子模型的日频教学性改编。投资组合权重网络使用前一交易日收盘时可用的特征和市场状态，根据次日超额收益构造因子。对抗矩网络协助训练定价核，另有一个贝塔网络预测资产层面的收益—因子矩。笔记将用于评估 SDF 的因子夏普比率和定价误差，与用于评估贝塔网络资产排序的横截面秩 IC 区分开来。 流程定义训练期股票范围，延迟使用宏观观测，根据训练数据学习缩放和截尾参数，用验证集选择检查点，并在独立测试期评估冻结后的模型；对次日标签设置边界隔离期。相关限制不可忽略：本实现使用日度数据和固定的 200…