知识库

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…

这个共享分析模块介绍了跨资产类别估算交易摩擦的方法，包括使用最高价—最低价和收益自协方差估算买卖价差、滚动平均成交量指标，以及通过回归校准平方根市场冲击和 Kyle 价格冲击系数的方法。模块还计算抵消换手相关成本所需的总 Alpha，以及估算的市场冲击耗尽预期 Alpha 时对应的资产管理规模。 模块将这些估算与编码后的费率表结合，并对股票、ETF、加密货币永续合约、期货、FX…

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…

本分析将信息系数（IC）证据与预测转化为头寸后产生的夏普比率进行比较，评估选定交易信号是否可靠。它汇总不同资产类别的模型系列结果，可视化平均 IC 和信号夏普比率中位数，并考察各配置之间的差异。比较指出，预测准确度与投资组合排序表现可能不一致；某个系列的最佳结果与中位结果差距较大，可能表明其对配置选择敏感。 笔记还汇总系列层面的 IC 模式，并将验证期证据与分析流程其他部分的留出期结果进行比较。需要重点关注的限制包括：展示的 IC…

本笔记汇总此前运行的滚动前向结果，在各案例中比较 LSTM、NLinear、TSMixer、TCN 和 PatchTST，并与线性、梯度提升和 TabM 基准模型对照。它报告带有 HAC 置信区间的日均 Spearman 信息系数，列出各数据集运行过的架构，并检查折级结果、检查点轨迹、共形覆盖率及共同时间戳上的比较。 分析仅比较覆盖相同数据折数和天数的配置。它区分日度 IC…

这项可行性分析探讨，在拟合模型前，针对 S&P 500 成分股实施每周 Delta 对冲卖出跨式策略的数据和假设是否合理。它说明相同执行价和到期日的看涨期权与看跌期权如何构成跨式组合，隐含波动率和已实现波动率如何关联方差风险溢价，以及对冲为何能应对方向性敞口却无法消除波动率风险。…

这份探索性笔记分析各产品和资产类别的小时级 CME 期货数据，并以 E-mini S&P 500 为例。它说明从产品到到期合约再到连续序列的层级结构，概述数据覆盖时间，并检查一个连续序列的基本 OHLC 不变量。单个合约的交易期限有限，且在换月期间会与其他合约重叠；连续序列则按换月规则将其连接起来。 笔记提醒，看似平滑的连续价格线并不能证明换月处理正确。序列未经调整，因此跨换月收益包含合约之间的价格差；小时级 UTC…

本笔记比较针对选定 S&P 500 标的卖出跨式期权的投资组合加权规则。标的保持不变，仅改变配置方法，并以等权作为基准。方法包括按预测分数加权、按波动率倒数加权、风险平价、层次风险平价、收缩均值—方差优化，以及按共形预测区间宽度加权。这些方法使用的信息不同，可能导致资金集中程度或风险估计各异。…

本笔记测试选定的 US 公司特征策略在交易成本假设变化时的表现。策略配置保持不变，并在预先声明的一组佣金和滑点水平上重新运行验证回测，每个水平由两项成本平均分摊。月度再平衡意味着成本支付频率低于日度策略，因此观察到的敏感性既取决于换手率和调仓频率，也取决于信号质量。…

本文介绍一个面向读者的界面，用于查看登记表中保存的回测结果。界面支持汇总运行次数、检查规格和单次运行、对结果排序、比较配置方法、查看集中度曲线以及追踪策略演进。它读取登记数据库并返回结构化表格和详细记录，便于研究笔记本探索既往运行，而无需依赖单独的结果文件。…

本笔记使用此前选定的预测结果和投资组合配置器，在保留的留出期对固定股票特征策略进行回测。配置、仓位规模、集中度、再平衡频率和成本假设均保持不变；共形仓位宽度根据验证残差校准，而非留出期实际收益。验证观测过少的股票使用合并后的备用宽度，倒数宽度权重强调各投资组合方向内部的相对可靠性，而非预测收益幅度。…

本笔记分析知识图谱中带时间戳的金融事件边，区分事件发生时间、公开时间和抽取流程创建该边的时间。它计算披露和抽取滞后，按公开披露截止时间构建快照，并追踪图谱增长和关系随时间的变化。事件图谱会筛选出明确标记为 8-K 的快照，避免无关的图谱运行悄然提供数据。…

本笔记构建了一个考虑单位的框架，用于估算股票、加密货币永续合约、期货、ETF 和外汇的交易成本。它区分股数成交量、合约成交量、基础资产成交量和价格更新次数；只有当价格和成交量描述同一交易数量时，才将交易活动换算为美元成交额。要将已公布的费用换算为相对名义价值的成本，还需要股价或期货乘数等具体交易信息。…

本章评述介绍了一种以假设为驱动、在回测前定义交易策略的流程。它将有记录的数据假设和不可变配置，与探索性分析、事件研究及结构化策略说明书联系起来。建议使用的说明书记录可证伪假设、实施方案、可行性要求和验证计划，帮助将研究观察转化为可审查、可版本管理的规格。 材料涵盖的示例包括 ETF 动量、加密货币资金费率均值回归、日内市场微观结构和历史因子证据。内容强调时点一致性做法，例如滞后宏观数据、滚动统计、按时间连接远期收益，以及事件研究中的冷却规则。统计示例包括 Newey-West…

本笔记说明期货合约规格如何影响回测会计处理。它展示合约乘数如何将价格变动换算为美元损益、价格乘以乘数如何决定用于仓位规模计算的名义价值，以及每份合约佣金与按比例计费代表不同假设的原因。示例使用CME按交易时段对齐的日线数据、合约元数据和行业归因，构建跨资产多空动量回测。…

本笔记比较基准 ETF 投资组合在历史危机、人工设定的同步资产冲击和蒙特卡洛损失情景下的表现。历史窗口涵盖重大股市抛售和利率驱动的抛售，并按明确的收盘至收盘区间复利计算投资组合收益。组合计算假设每日再平衡且权重恒定，并报告累计收益和最大回撤。情景分析对各项持仓施加指定冲击；状态表则根据滞后趋势和波动率信息划分市场状态，并比较不同状态下的收益表现。 为模拟尾部风险，笔记使用对称 Student-t…

本文档介绍了一个用于跨案例研究比较模型配置的共享分析工作流。工作流首先为每个案例研究选取一种配置，再据此生成折级和跨研究汇总，确保后续分析采用统一的配置选择。候选项必须具有有限指标、涵盖预期的各折，且评估天数须与覆盖最充分候选项相同；在这些候选项中，选取日度 pooled 信息系数最高者。…

这份审计记录定义了如何在真实策略案例和合成压力工作负载中比较多个回测框架与 ML4T。记录规定了有序成交、时间戳、账户资金金额、数量和其他数值字段的比较规则。它还记录框架版本、不可变标识符、支持状态、性能测量规则，以及正确性、计时和规模证据的引用。运行时间仅在引擎调用期间测量，不包括输入加载、推理、准备、提取和报告。 这些记录说明，一致性声明必须限定到具体资产模型和实现。例如，由于缺少原生合约乘数和保证金核算，VectorBT OSS 被标记为不支持 CME 期货工作负载；两个 VectorBT…

本笔记在受支持的案例研究策略上，将 VectorBT Pro 和 VectorBT OSS 与 ML4T 进行正确性与运行时间对比。两个版本均涵盖 ETF 配置、以 USD 报价的外汇以及 US 股票面板；VectorBT Pro 还参与了 CME 期货比较。审计会检查成交、估值、时间戳和账户价值差异，并对货币金额、数量及其他数值字段采用不同容差。笔记还报告仅引擎运行时间，以及合成规模压力比较的结果。 资产模型支持情况决定了哪些比较有意义：OSS 缺少 CME…

本笔记将股票级预测转化为验证集投资组合。在每个再平衡日，按预测收益对股票排序，买入排名靠前的一组并卖空排名靠后的一组，且为每个头寸分配相同资金。该基准应用于全部已声明的预测总体以及一组 top-k 取值，且不会预先按排名准确度筛选模型。因此，比较可以聚焦于排名作为策略的表现，包括排名变化及由此产生的换手如何影响收益。…

该源模块根据模型预测和回测的实验注册表构建目录表。模块定义了用于来源追踪、身份、完成状态、工件可用性和指标的保留字段。目录包含多个回答不同问题的度量，包括折级和经过 Newey-West 调整的信息系数、日度及汇总 AUC、覆盖数量、不确定性区间、破产信息和风险控制触发次数。 代码以只读模式读取 SQLite…

本笔记演示固定金额订单如何因订单规模相对于可用交易量的比例不同，而在不同股票上产生截然不同的成本。笔记使用调整后的日度 US 股票数据，将平方根市场冲击模型应用于一个在动量为正时做多的策略。为减少前视偏差，股票筛选和冲击输入使用形成期数据，表现则在之后的评估期衡量。…

本笔记评估了用于 CME 期货产品的 LSTM 和 NLinear 序列配置。序列模型处理按顺序排列的观测窗口，检验近期走势是否包含超出工程化汇总特征的信息。LSTM 会在窗口中学习不断变化的隐藏状态，而 NLinear 将归一化观测映射为相对于最新值的变化预测。文档阐述了两种架构的设计动机：一种灵活的循环模型和一个更简单的线性基准，尤其考虑到不同产品间可用的序列样本有限且相互重叠。…