知识库

本文档介绍如何结合调整后的股价历史与汇总的期权隐含波动率曲面，为标普 500 股票构建横截面特征矩阵。它按用途、输入、回看期和可观测延迟组织特征。期权衍生值延迟一个交易日，价格特征则在收盘时可用；稀疏期权数据首先与每只证券的交易日历对齐，以确保移位和窗口按交易日正确计数。特征包括波动率水平及其变化、曲面形态、已实现波动率、动量和方差风险溢价，部分列还会在每个日期内进行排名。…

本笔记为横截面 US 公司特征研究定义月度总收益标签，并检查这些结果与数据提供方的行记录如何对齐。面板将前一个月的特征与每行对应月份的收益配对，因此再次将收益向前移位会意外多出一个月。不同标签方案会对收益进行缩尾处理，并根据当月横截面划分公司；阈值按月确定。…

本笔记说明时间卷积网络（TCN）如何根据有序金融数据预测收益。因果卷积确保某个时点的输出只依赖当前和之前的输入。膨胀率在不同层间按几何级数扩展感受野，使网络无需使用过宽的滤波器就能覆盖较长的输入窗口。残差连接、权重归一化和通道随机失活支持这种堆叠架构，最终状态预测头则生成预测结果。 示例使用某个 ETF 面板中的滞后收益特征预测远期收益，并通过日均 Spearman 信息系数评估横截面排名，同时计算相对于零预测的平方误差。它将 TCN…

本笔记研究 Ridge 正则化选择如何影响 ETF 面板上的信息系数，以及超参数搜索如何抬高报告的表现。首先在滚动验证折上评估宽范围的 alpha 网格，并在每个训练折内缩放特征；随后比较单层选择与嵌套验证。在嵌套验证中，内层划分选择 alpha，未参与选择的外层折则评估完整的选择流程。清除和隔离处理了远期收益标签重叠的问题。 笔记还检查了不同验证折和 alpha 值下的稳定性，并对搜索进行三西格玛诊断。核心结论是：如果评分所用数据与选择超参数所用数据相同，那么评分既反映模型拟合，也反映搜索本身。选出的…

本笔记本考察市场冲击如何影响不同流动性股票中的动量策略回测结果。它固定订单规模和策略，根据形成期估算流动性与波动率，并在后续评估期应用不同强度的平方根冲击模型。股票选择也使用形成期数据，因此评估期收益不会进入选股过程。…

本笔记本介绍如何针对机构的13F持仓，在Neo4j图中进行问答。它会将问题路由到三个手写Cypher模板之一，而不是根据问题生成查询，并使用固定参数、只读架构策略、行数限制和超时设置。这些模板涵盖持有某发行方证券的机构、同时持有两家发行方证券的机构，以及某家机构规模最大的持仓。…

本笔记本构建了N-BEATS模型，用于预测SPY收盘价。全连接模块处理完整回看窗口，每个模块都会生成一个反向预测结果，并在进入下一模块前将其扣除，同时预测未来期限内的价格。受约束模块使用多项式和傅里叶基，因此其输出可以绘制为趋势和周期成分；无约束版本则用于对照。预测误差还与一种将最新价格延续至未来的持续性规则进行比较。…

本笔记本介绍了PCMCI，用于在不预先指定因果图的情况下发现多变量金融时间序列中的滞后关系。它将该方法应用于ETF和波动率指数收益，与成对Granger检验进行条件分析对比，并说明如何解读滞后联系。该流程预先声明搜索期限，对最终检验采用Benjamini-Hochberg校正，并通过分块自助法重采样评估发现的边是否反复出现。…

本笔记本介绍了一种条件自编码器，在保留工具变量潜在因子模型结构的同时，用神经网络取代公司特征到因子暴露的线性映射。月度收益表示为特征驱动的暴露乘以月度因子收益。该方法保留两阶段因子结构，同时允许公司属性与因子暴露之间存在非线性关系。…

本文将共享权重的神经集成模型TabM应用于期权衍生特征，以预测未来股票收益和风险调整后收益。各成员共用一个两层网络，分别使用激活缩放和输出头，再对预测结果取平均。采用这种方法的原因是期权曲面上的特征彼此相关：与通过连续分裂选择特征的树模型不同，神经网络在加权层中组合这些特征。预先声明的训练检查点使每个已保存的训练轮次都成为可单独评分的模型，而滚动折提供样本外验证预测。…

本笔记本使用机构的13F申报持仓数据，对比结构化图检索与基于嵌入的向量检索。它在固定截止时间构建时点持仓快照，限制股票范围，并围绕股票持有人、机构持仓和持仓相同的机构生成问题。每个问题都预先定义了预期的支持记录，以便衡量支持记录召回率并估算检索令牌预算。…

本文介绍一种事件驱动方法，用于持有数量有限的日内仓位。预测值根据最新可用分数与价格行情柱对齐，并可设置有效期限制。入场信号采用针对每项资产分别计算的滚动分位数，以处理分数分布差异。新出现的合格候选按分数排名，并依次纳入，直到达到持仓槽数量上限；每个已占用的持仓槽权重固定。…

本案例研究将已存储的模型预测转化为 US 股票的多空等权投资组合。它遍历多种入场方案，每种方案都选择排名最高的股票做多、排名最低的股票做空，以考察投资组合集中度如何与模型排名相互作用。在评估模型分数前，先将带随机种子的随机排名送入同一回测引擎，并将所得夏普比率与规定的容差进行比较。这样做旨在检测回测流程本身而非预测信息带来的收益。…

这份实盘交易演示介绍了一个由 US 只大盘股构成的固定股票池的每日再平衡流程。它将经纪商持有的仓位与模型目标进行比较，把差额转换为订单篮子，并在用户选择启用的模拟交易路径中通过风险控制层路由订单。该流程还会将启动状态与已保存的仓位和待处理订单进行核对，在提交后核对成交情况、监控执行成本，并提供明确的收盘市价单路径以平掉新建仓位。…

本笔记比较 sklearn HistGradientBoosting、XGBoost、LightGBM 和 CatBoost 在 ETF 收益预测任务中的表现。它衡量横截面信息系数、训练时间，以及在 CPU 和支持的情况下在 GPU 上运行时的进程内存，并使用轻量、中等和重型模型预设。它还考察单调约束和 SHAP 值，并将回归与排序目标进行比较，以说明评估方式应反映信号的预期用途。 证据范围刻意有限：结果来自一个滚动折叠，在该折叠中，每个库和预设的测试 IC…

本笔记本在每次调仓时对股票排名，将横截面股票预测转化为多空投资组合：买入排名最高的前 k 只股票，并做空排名最低的后 k 只，每个仓位投入等额资金。等权重提供一个基准，可将排名差异与更复杂配置器的影响区分开来。它测试声明的预测总体中的每个成员，而不按排名准确度筛选模型，因为预测排名质量本身无法揭示换手率或实际投资组合表现。 每个预测都会与多个 top-k…

本笔记本使用统一的回测引擎，将模型预测评估为 NASDAQ-100 交易策略。首先用随机信号进行流程检查：如果计入成本后仍持续盈利，就可能意味着存在前视、数据未对齐或成本未计入等问题。随后比较预测与入场规则的组合，包括等权重的高排名投资组合，以及通过保留仓位直至其被替代来限制换手率的规则。结果会被记录，以便后续进行统计分析，包括计算 Deflated Sharpe 并比较不同模型系列。…

本笔记本在拟合模型或进行预测前，检查一个十五分钟横截面股票排名策略是否可行。它使用 NASDAQ-100 报价数据、中间价收益和留出集之前的开发窗口，考察策略的合格标的范围、往返交易成本、收益期限、单个代码内部的自相关以及滚动拆分。策略在排名两端建仓，因此目标是相对表现，而非大盘方向。…

本文介绍如何拟合一个简单的线性序列模型，使用 NASDAQ-100 的一分钟特征预测多个期限的未来收益。每个输入包含某只股票此前一小时的数据，并表示为相对于最新观测值的变化；模型将所得窗口映射为预测。该模型作为基准，用于区分观察一段时间窗口的价值与更复杂序列架构的价值。…

文档介绍如何加载 ETF 市场数据，并提供可选的代码和日期筛选，以及对返回代码数量的确定性限制。核心分析要点是根据测量对象选择价格序列：收益计算适合使用复权价格，而换手率筛选或按股佣金等金额和股数计算则需要未复权价格。 文档解释了为何在价格比率中相互抵消的复权因子，可能会扭曲以货币计价的数值。示例比较了某个较早历史日期的复权和实际交易 SPY…

本笔记使用 GJR-GARCH(1,1) 模型为标普 500 成分股构建基于模型的条件波动率特征，然后将基于已实现波动率衡量的期权隐含波动率价差，与基于模型预测衡量的价差进行比较。由于估计参数可能纳入未来观测值，笔记声明固定的重新拟合计划，且只使用早于其对应日期的估计值。笔记还强调，初始化、收益缩放和裁剪界限必须来自估计窗口，以避免通过递归过程引入额外泄漏。…

本笔记介绍一项最新审计，在受支持的真实数据策略任务上比较VectorBT Pro和VectorBT OSS与ML4T的表现。两个VectorBT版本均参与ETF配置、以USD报价的外汇配置和US股票面板测试。Pro还通过合约乘数和期货式杠杆处理CME期货案例。审计检查成交、估值时间戳和账户价值，并将成交价格与数量精度同货币金额精确到分的要求区分开来。…

本笔记介绍工具变量主成分分析（IPCA），该方法将每只 ETF 的因子暴露建模为该基金观测特征的共享线性函数。交替最小二乘法根据基金与日期的观测值，同时估算特征到暴露的映射和因子收益。与按日期分别拟合特征系数相比，该方法限制了自由参数数量，同时要求横截面足够广，以识别所需因子。笔记还介绍岭惩罚、收敛设置、滚动前向折，以及为何不能发布未收敛拟合的预测。…

本笔记对股票收益面板拟合 PCA 潜在因子模型，不使用期权曲面特征、公司特征或目标信息。PCA提取历史横截面共同变动的主要方向，估算各股票的暴露，并根据训练窗口内的因子均值进行预测。该模型有意作为无条件对照，用于比较将期权特征映射为暴露或以其他方式依赖期权特征的模型。…