知识库

本笔记研究订单簿活动能否预测 NVDA 的短期收益。它根据按订单市场数据中的新增、撤单和成交构建距离加权的订单簿压力指标，再对带符号的活动进行平滑，以表示中间价附近的流动性变化。笔记评估多个未来期限的订单流失衡，并比较不同收益相关性和十分位数模式，使用的收益指标包括中间价、经延迟调整的价格和可执行价格。这一比较说明，考虑延迟和买卖价差后，统计相关性可能不同于可交易表现。…

本笔记研究基于关键词的 ESG 标题处理流程，并将结构化分类器输出与检索增强生成助手需要满足的要求进行对比。第一组关键词用于筛选标题，第二组用于标注环境、社会或治理类别。对整个筛选池应用分类器后，结果显示环境类别占比明显偏高。笔记将这种不均衡追溯至筛选词表中更容易使用的环境术语，以及分类顺序优先将重叠匹配归为环境类别。 随后，笔记使用分层抽样进行 FinBERT 情绪分类，区分模型加载时间和推理时间，并介绍要求引用原文片段且在无法回答时弃答的 RAG 证据约定。笔记没有生成任何 RAG…

本笔记使用 SHAP 在令牌层面解释 FinBERT 的三分类金融情绪概率。它固定模型检查点，明确对齐输出标签，随后分析若干构造标题中的哪些词会提高或降低预测类别概率。受控比较中仅将“narrowed”改为“widened”，以说明某个词的归因取决于完整句子语境，而非表达固定的独立情绪。…

本笔记解释了为何在许多因子或策略中搜索会抬高最终选中者的表面表现，即使每项估计本身计算正确。模拟的一组噪声因子说明，最高的信息系数可能只是偶然看起来很高。随后，笔记构建了先进行异方差和自相关稳健推断、再控制错误发现率的校正流程，并讨论了适用于更保守筛选的族错误率控制。…

此案例研究比较了标普 500 股票和期权特征面板上的序列模型。研究将能够在回看窗口中传递门控状态的 LSTM，与去除最新水平后拟合线性映射的 N-Linear 基准模型进行比较。该基准用于检验，与对同一窗口进行更简单的映射相比，循环记忆是否带来额外价值。目标包括股票未来收益和风险调整收益标签。…

本笔记介绍 TimeGAN 的五部分架构：嵌入网络和恢复网络负责在原始观测值与潜在空间之间映射，监督网络学习时间转移，生成器和判别器则进行对抗训练。笔记描述了分阶段训练，并将模型应用于一组 US 股票的日对数收益。选择收益与输出受 Sigmoid 函数限制及最小最大缩放有关：趋势性价格水平可能超出训练范围，使留出期评估变得复杂。…

本笔记比较案例研究回测所用成本扫描中的毛夏普和净夏普。对于每个已部署的策略配置，它从记录的产物中读取假设的单边成本和再平衡频率，插值得到假设成本下的夏普，并估计夏普降至零时的成本。如果扫描范围上限处策略仍有盈利，则将盈亏平衡点视为被删失的数据，而不报告为已观测到的交点。频率分组使用明确的换手倍数；笔记指出，这些倍数是设定值，而非实测换手率。…

本笔记将滚动的 ETF 收益窗口转换为用于卷积神经网络的双通道图像。格拉姆角场求和将每个窗口内的数值重新缩放、映射为角度，并记录不同时间位置对之间的三角关系。马尔可夫转移场将数值分箱至窗口特定的分位数，并表示不同位置对之间的分箱转移。因此，两种方法都编码了各位置之间的关系，而不是直接呈现原始序列。 实验使用一个五日 ETF 收益特征预测未来收益，并比较使用图像衍生输入的 CNN 与岭回归模型；预测评分采用横截面 Spearman…

本笔记解释了为何通用目标权重风险叠加层不适用于所述的标普 500 空头跨式期权引擎。该引擎为每周批次分配固定资本份额，并在每个批次内将权重归一化至总和为一。因此，下调这些权重会被归一化抵消，无法留出现金供回撤或波动率叠加层控制。相关控制应纳入策略规格，包括对冲阈值、结算约定、入场成本和批次数量。…

本文构建特征，以研究加密货币永续期货中的拥挤持仓是否能够预测相对收益。文中解释资金支付的方向、溢价指数的作用，以及为何原始资金费率或溢价值可能需要配合历史 z 分数、横截面排名和衰减指标等表示方式。其他特征描述市场环境，包括价格波动率、溢价离散度和结算时点。…

风险溢价 PCA 通过加入训练集平均收益向量的加权外积来修改协方差矩阵。其主要特征向量定义静态因子投资组合：权重为零时得到普通 PCA；权重为正时，因子会向与平均收益相关的方向倾斜。笔记比较了多个权重下的定价拟合、收益重构和载荷空间变化，随后使用预先指定的权重预测下一日因子溢价。…

本笔记衡量某个选定的 US 公司特征策略在不同假设佣金和滑点下的验证表现变化。它在声明的成本网格上重新运行同一配置，并将每笔总费用平均分配给佣金和滑点。固定策略后，所得夏普曲线可以单独反映对交易成本假设的敏感度。曲线中标出了声明的成本水平，便于比较；已登记的结果可以复用，无需重新计算。…

本笔记介绍如何在验证数据上选定配置后，为未触碰的留出期生成预测。它解析选定配置，为留出期重新构建训练规格，并根据可用时间线和所选标签的期限推导训练窗口。由此设置的缓冲区可避免训练结果延伸至评估期，因为在那时这些收益尚不可知。笔记会检查新的训练身份并记录预测集，供读者确认是否进行了重新拟合。…

此配置介绍了一项盘中研究，考察特定时点的 NASDAQ-100 成分股中的订单流信号。研究根据各评估期开始前可获得的流动性信息筛选出成本可行的子集，规定多个预测期限的决策时间表，并将这些时间表与用于监控持仓的一分钟价格数据区分开来。特征类别涵盖报价流动性、中间价、波动率、订单流、价格冲击及其他市场微观结构指标，并规定了受交易时段限制的回看窗口和时间约定。 该方案还记录了旨在提升实验可复现性并减少信息泄漏的选择：使用 float32…

本笔记使用高斯混合模型，根据九个因子和资产类别收益序列的联合表现对月份进行分组。它对月度观测值进行标准化，剔除缺失值月份，并使用 BIC、AIC 和轮廓系数比较候选聚类数量。随后，笔记结合有日期的市场事件解读聚类结果，并考察各组内的因子表现，展示合并平均值如何掩盖不同市场环境之间的差异。 证据来自 AQR 自 1927…

该笔记本构建了一个预测智能体，使其在ReAct循环中交替进行推理和行动。它的可选行动经过刻意精简：智能体可以搜索证据，也可以提交概率预测。统一的双方法接口让循环能够使用不同的语言模型提供商；模式校验则会在模型响应触发行动前检查其是否符合要求。无效回复会被送回修正，步骤预算会限制智能体在提交预测前可继续执行的步数。…

该笔记本考察ADIA Lab因果发现挑战赛，将其视为一个基准，用来学习已知模拟器系列中的模式。任务提供许多与已知有向无环图配对的合成数据集，并评估模型能否判断每个变量相对于处理和结果的角色。笔记本解释了监督式模型为何能在这种设置下表现出色：它们学习模拟数据与角色标签之间反复出现的关联；而混合方法可以将经典因果发现算法的输出用作特征。笔记本还介绍了八种角色类别、合成数据生成方式和分组评估设置。…

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。…

这本特征工程笔记本介绍如何利用基本面、宏观数据和日历背景等慢速信息，为较快速的交易信号提供条件。它概述了市净率、盈利收益率等价值比率，净资产收益率和应计项目等质量指标，宏观指标和风险状态，以及用于季节性或事件时点的周期性编码。对于季度财务数据，文中介绍了按代码和公告日期执行向后时点连接，使每日观测只能获取当时已经公告的最新信息。宏观序列同样需要设置发布时间延迟并谨慎向前填充；日历特征编码的是时间，而非未来事件结果。…

该笔记本介绍如何为选定的NASDAQ-100微观结构配置生成留出期预测，此前已在验证折上完成模型和策略选择。它重建所选训练规格，根据案例研究声明的窗口确定留出折，并仅用更早的数据重新拟合模型。训练身份检查用于区分真正的留出期重新拟合与使用验证集拟合模型生成的预测。训练期会在留出期开始前结束，并由标签缓冲区隔开；缓冲宽度按最长标签期限确定，确保特征或结果信息不会跨过边界。…

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Python模块介绍如何使用每日样本外收益量化策略回测的不确定性。它结合了收益序列统计量的平稳区块自助法区间、针对自相关和非正态性调整的夏普比率标准误，以及均值收益的Newey–West标准误。有再平衡间隔时，区块长度会依据该间隔确定；否则使用最优规模估计器确定，并设置基于收益期限的下限。该模块还定义了基于每日收益差异的配对自助法比较，以及用于比较信号、资产配置、风险叠加层和交易成本影响的分阶段基准链。…

该笔记本汇总一组案例研究中五种潜因子估计器的已登记验证结果。它首先梳理各个面板有哪些估计器结果，然后根据每日Spearman排名信息系数（IC）的均值及HAC置信区间，识别领先的估计器。它还在共同的US Firms面板上比较估计器，并考察其相对于监督式模型系列的逐日配对IC差异。分析强调，选择和报告模型时应使用相同的排名统计量。…

该笔记本介绍成交量参与率限制如何约束每个市场时段内母订单可成交的数量。经纪商根据观测到的成交量计算允许执行的份额，并将未成交部分留到后续时段。较低的参与率上限会减少市场冲击，但延长完成时间；较高的上限会加快执行，同时增加市场冲击风险。最低成交量阈值可避免在流动性特别薄弱的时段交易。…