知识库

本笔记组装了一个研究智能体，它搜索证据并针对二元问题返回结构化概率。笔记介绍了动作解析与验证、回合预算，以及记录理由和运行详情的已保存预测产物。无效回复会被退回修正；未完成预测便耗尽回合的智能体，也会与给出概率的智能体区分开来。 模型提供预测及理由；代码则生成情绪、信心、证据类别和关键发现等字段。笔记强调这些指标只是启发式：基于概率与五五开距离计算的信心，并不能衡量证据质量；统计文档数量也无法判断其独立性或可信度。固定的轨迹支持在不发起新的 API…

本笔记介绍 PCA，将其作为不使用特征的潜在因子基准，用于预测 ETF 收益。笔记分解每个标签在训练窗口内的收益矩阵，使用各基金的载荷和估计出的因子溢价构建预测。由于整个窗口内同一基金始终占据同一列，该方法适用于固定的 ETF 标的范围；若实体身份随时间变化，则不适用。笔记将此方法与基于特征的模型进行比较，并介绍其滚动训练和预测记录。…

本笔记比较了固定 NASDAQ-100 微观结构回测中的止损、移动止损和按时间退出叠加规则。策略每十五分钟做出决策，而风险规则每分钟监控价格，因此叠加规则可以在信号更新之间平仓。笔记评估这些控制如何改变夏普比率、最大回撤和市场持仓时间。…

本文介绍如何将带日期的实体记录转换为潜在因子案例研究所需的数组。一种方法只保留覆盖率达到基于资格数据集学习所得阈值的实体，从而生成一致的实体轴，并将缺失观测保留为 NaN。另一种方法构建不规则横截面，将每个日期填充至其观测到的最大值，并将槽位视为日期内的位置，而非跨日期持续不变的身份。 本文还介绍如何将每日特征值转换为有界尺度上的排名、通过分别对各特征进行收益回归来构建对角特征管理型投资组合，以及如何使用向后 as-of…

本笔记通过读取 Parquet 模式而非加载完整数据集，盘点九个市场案例研究中的模型特征列。笔记排除标识字段，按市场统计列数，并根据名称中的词元分配特征类别，包括波动率模型、市场状态指标、自回归预测和分数阶差分。笔记还提供了一部分名称样本，帮助读者调查未匹配任何所列词元的列。…

本笔记演示如何将共享的 ETF 动量策略接口连接到 Alpaca，并默认提供模拟离线路径。笔记说明，经纪商和市场数据适配器可以变化，同时保持策略、订单日志和影子模式封装器不变。在连接 Alpaca 的实时模拟交易环境之前，笔记会分别检查可选的 SDK、凭证和账户状态；账户快照提供现金、净值和持仓。影子模式只记录拟议订单，不会发送订单。 离线运行让您无需账户即可使用策略接口和日志工作流，但无法证明 Alpaca…

这份记录记载了一次多智能体研究，探讨美国是否会在2026年底前进入衰退；判定规则规定，连续季度GDP收缩或出现NBER衰退日期即可判定为衰退。三个智能体分别搜集增长预测、衰退指标、货币政策展望和历史基准发生率，随后给出概率估计及其理由。一种观点引用了正面的增长预测和相对较低的衰退风险读数，认为市场隐含概率偏高；另一种观点则结合衰退的历史发生频率与当前有利条件。…

本笔记介绍 Tail-GAN，这是一种生成对抗方法，用于生成金融收益情景，同时针对风险价值（VaR）和预期损失（ES）。该方法使用可微排序，使梯度能够通过分位数估计传播，并将风险估计投影到 VaR 与 ES 的关系约束上。ETF 收益被整理成滚动情景，并与随机多空投资组合权重结合，形成盈亏示例。缩放同样重要：输入会映射到生成器输出截断范围内，使极端观测仍可表示。…

这项探索性分析检查了币安永续合约的小时级 OHLCV 数据和八小时溢价指数。分析核查数据集覆盖范围、合约成分变化、计量单位、缺失值以及原始柱线的 OHLC 一致性。溢价以小数形式存储，因此显示百分比时需要转换。由于两个数据源的发布频率不同，直接按时间戳联接自然只能匹配部分柱线；进行 as-of 联接时也需要调整时间戳，因为柱线标记的是开盘时间。 分析说明，币安的溢价计算可能在影响价差所界定的范围内产生精确零值，因此零值集中本身并不能证明数据有误。分析建议检查所有交易品种的匹配时差和缺口，因为即使 as-of…

该配置描述了一项针对标普 500 成分股的每周期权平值跨式卖出研究。头寸在周五建立并持有至接近到期；期权 Delta 变化会触发每日股票对冲。投资组合将资金分散到相互重叠的批次中，主要结果指标是持有至到期的收益。评估采用按时间顺序划分的训练期、验证期和留出期，同时使用多种投资组合配置方法，并分析方差风险溢价能否解释收益。…

本笔记介绍一种 ETF 随机贴现因子模型，该模型拟合一组权重来为各基金的价格收益定价。不同于分别估计基金暴露和因子收益的模型，它通过两个网络针对定价误差进行训练：一个根据横截面构造贴现因子权重，另一个估计各基金的暴露。目标设定为无套利定价，而非收益预测，尽管笔记也报告了预测收益评分。…

本文提出一种证据架构，用于评估混合链上金融系统中的工作流。密封清单记录系统身份、角色、模式和发布信息；系统保留七个证据层，并为其登记推导关系和共享关联标识。只有在来源记录、相关根条件、负向控制、可复现打包、历史重放和独立审查均符合规定要求时，相关主张才会升级。哈希值相符本身不足以证明证据是独立生成的。…

本文为杠杆事件市场提出一种规范协议图，在这类市场中，多个各自有效的组件可能造成相互冲突的金融状态。该设计为每个领域分配唯一的存储权威，例如头寸、债务、结算凭证、储备和清算；组合组件负责协调状态转换，而不重复记录余额或账目。…

这项研究检验近端策略优化能否在具有解析解的连续时间经纪商—交易者博弈中，学习经纪商的交易速度决策。研究从连续时间目标推导离散奖励，并通过网格细化和单步恒等式检查实现；随后在存在或不存在随机非信息订单流及部分信息的情形下，将学习到的策略与解析基准进行比较。 在没有非信息订单流时，前馈 PPO 策略接近参考动作。有随机订单流时，前馈和循环 PPO…

本笔记介绍一个日频 FX 货币对模型的部署周期，使用盈透证券作为实时数据源和执行场所。它在历史面板数据上训练岭回归模型，计算一组精简的日收益、动量、波动率和价格衍生特征，获取近期 K 线数据，对货币对股票池评分，并规划一个由预测收益最高的货币对组成的组合。它还会保存模型产物和运行记录，以供监控与审计。 操作步骤包括核验模拟账户、确认符合经纪商要求的外汇合约、检查可用货币对，并遵守 IDEALPRO…

本笔记介绍一个针对 CME 期货面板的神经随机贴现因子模型。该模型使用产品收益以及持有收益、动量和波动率等可观测特征，构建潜在因子，并针对预先声明的未来收益期限生成预测。笔记将该方法与仅使用收益的 PCA 进行比较，并说明如何通过比较检验特征是否在收益协方差之外增加了定价信息。…

本工具介绍一套流程，用于收集公开的 SEC 10-Q、10-K 和 8-K 申报文件，并将其转换为供后续研究使用的统一表格数据集。它针对不同表格采用不同的文本提取方法：季度申报文件提取管理层讨论部分，年度申报文件优先提取供应商相关文本并在必要时回退到节选内容，当前报告则保留开头节选。记录包括标识符、申报日期和报告期日期、提取文本及文本长度，便于研究人员将公司披露与市场数据对齐。 实现流程会清理提取出的文本；必要时从解析后的申报文本回退到…

本笔记介绍如何从单一资产价格历史以外的数据构建特征。它根据同期近月和远月期货合约价格推算年化展期收益率，并使用三个期限计算标准化曲线斜率和蝶式曲率。笔记还概述滚动贝塔、领先滞后关系、相对价值，以及平值隐含波动率、风险逆转、隐含波动率期限斜率和方差风险溢价等期权指标。 示例使用期货、ETF 和 S&P 500…

本研究在两组成本网格下重新定价表现领先的 ETF 配置与风险控制组合，同时固定每个已登记的策略配置。一组网格按每笔交易的基点计价；另一组按每股佣金和半价差计价，这是案例研究声明采用的成本口径。固定价差占基金价格的比例会因价格水平不同而异，因此两幅图回答的问题不同；比较时应关注衰减模式和盈亏平衡水平，而非逐点比较。…

本模块介绍多智能体预测流程中的两个组件。辩论智能体轮流提出看涨和看跌论点，要求双方回应对方的主张，并提供有证据支持的概率估计。它会记录每一轮；当双方估计值落在预先设定的一致范围内时，可以提前结束，但轮数不得超过上限。…

本笔记比较多资产 ETF 股票池的六种仅做多投资组合配置方法。它使用 Ledoit–Wolf 协方差收缩，以降低可能导致优化不稳定的抽样波动，并比较最大夏普、最小方差、风险平价、分层风险平价、最小条件回撤风险和等权配置。各方法所需估计量有所不同：有些使用预期收益和协方差，而仅依据风险的目标函数则不需要预期收益预测。风险平价追求投资组合方差的风险贡献相等；最小 CDaR 则针对历史回撤路径的尾部。…

本笔记展示如何使用 PCMCI 搜索 ETF 与波动率收益之间的滞后关系，而无需预先指定因果图。它将基于面板数据的条件独立性检验与成对格兰杰检验进行比较；后者考虑目标自身的历史，但不以其他变量为条件。最大滞后期预先设为五个交易日；自相关图描述各序列的持续性，但不决定要检验哪些跨序列滞后关系。 该流程使用偏相关，由 Tigramite 选择其 PC1 正则化值，并对最终 MCI 检验进行 Benjamini–Hochberg…

此配置定义了一个每周期货研究股票池，涵盖股指、政府债券、能源、金属、货币、农产品和畜牧产品。它将周五结算价设为决策快照，并以周一开盘作为执行时点。策略框架根据持有收益或动量为产品排序，支持多空头寸，并可按等风险或名义金额配置仓位。成本假设因产品流动性而异，包括佣金、价差和展期滑点。…

本实验考察一个选定的月度 US 股票多空信号在多大程度上依赖小盘股。它对验证预测应用滞后的市值筛选，剔除市值最小的四分位股票，然后在不重新训练模型的情况下，按相同的投资组合构建方法和成本假设重新运行。筛选后的股票池资产更少，而换手率仍接近完整股票池的结果。 报告的夏普比率从 4.27 降至 2.24，信息系数从 0.074 降至 0.048，最大回撤则从约 15% 加深至…