知识库

本笔记使用历史US股票收益构建相关网络并探索组合构建。它使用估计窗口数据筛选流动性较好的资产集合，将两两相关性转换为距离，并提取最小生成树（MST），以便更容易检查密集的依赖结构。度中心性、中介中心性和接近中心性用于描述各资产在树中的位置；随后采用反向中心性加权规则降低结构枢纽资产的权重，并设置持仓上限。笔记还将这些配置与投资组合基准进行比较，并考察一种示意性的冲击传播敏感性。…

本文介绍一项FX投资组合配置扫描，旨在将头寸规模与信号选择分开。它从依据验证回测表现排名的固定等权基准候选项开始，在推进配置时保留各自的模型检查点和信号映射。扫描会改变配置规则，同时保持预测、所选货币对、交易成本和执行假设不变。它将每个生成的策略规格与基准进行核对，并拒绝对配置以外字段的更改。…

这项跨案例分析考察预测信息如何转化为投资组合夏普比率，其中预测信息以信息系数（IC）衡量，分析涵盖九个交易案例。核心观点是，实施方式会影响两者关系：入场规则、头寸规模、再平衡频率和交易成本决定信号的排名能力能否转化为策略表现。分析将样本外IC与样本外夏普比率进行比较，并对同一入选配置比较验证夏普比率和样本外夏普比率。它还考察在IC上领先的类别是否也在夏普比率上领先，并描述了不同策略变体的结果。…

此笔记本将货币对预测排名转化为可交易的基准。每个决策时点，它从排名最高和最低的货币对中构建规模相等的多头和空头组合，再用FX回测引擎进行评估。采用等权配置是为了单独考察排名的贡献，不受之后头寸规模和配置决策的影响。投资组合规模网格会改变多空组合的集中度，而投资范围的大小则限制每一侧可持有的不同货币对数量。…

本模块定义一个用于端到端投资组合学习的可微目标函数。它通过波动率缩放，将有界的资产级风险权重转为投资组合敞口；计算可用资产的平均毛收益，并可选择根据相对先前权重的变化扣除交易成本。评估收益序列时可以排除预热期。…

本笔记建立信号阶段基准，用于评估模型对CME期货的预测。每周决策时，按预测收益为品种排序，买入排名靠前的一组，做空排名靠后的一组，并为每个头寸赋予相同权重。笔记改变每条腿所含品种数量，以展示集中度如何影响比较。此阶段不纳入配置方法、风险控制和交易成本，以便后续组合方法有明确的参照。…

此配置规定了一项只做多的ETF排序与再平衡实验。它定义了一个涵盖股票、债券、商品和地区敞口的广泛100-ETF股票池，采用月度决策并在次日开盘执行。主要标签预测21日收益；五日标签采用每周时间表，使回测频率更贴合其期限。持仓按排名选出并等权配置，同时测试不同组合集中度下的前K名选择。…

该笔记检验基于模型的头寸规模设定是否能在基于 US 公司特征的策略中优于等权配置。它比较两种方法：评分加权会为预测分数较高的股票配置更多权重；保形加权则在预测区间显示可靠性较低时减少配置。两种方法分别与多个投资组合集中度水平交叉比较；每次比较中，所选预测和集中度均保持不变。…

这个共享分析工具通过注册表指标和预测级诊断，支持比较交易模型的预测。它会加载预先计算的信息系数结果，可按标签或模型系列筛选，并默认排除已废弃的预测版本，避免覆盖不完整的过时运行扭曲排名。它还提供折级指标，并支持在覆盖率约束下选择代表性模型、对齐预测，以及检查一致性、分桶单调性、学习曲线和条件于市场状态的表现。 实现中强调了实用的防护措施：在共同日期范围内比较模型，在联接时保留预测身份，分别处理 null 值与 NaN…

本笔记提出一种流程，用于在挑战模型获得资金之前，以影子模式评估该模型。它比较固定的现有模型与候选模型的已存储预测结果，构建等权排名多空组合，对两者应用相同的交易成本规则，并评估预先设定的晋级门槛。该门槛结合了最低夏普比率改善幅度和观测时长，以及信号相关性、头寸一致性和相对回撤上限。要求所有条件均满足，旨在区分稳健的模型升级、噪声导致的表现结果，以及策略敞口的变化。…

本笔记提供一个框架，使用每日投资组合收益和匹配的SPY基准评估ETF配置回测。内容涵盖夏普、索提诺、卡玛和最大回撤等风险与收益指标、滚动指标、回撤恢复、相对基准的阿尔法、贝塔、跟踪误差和信息比率，以及特定压力时期的表现。收益来自一项已登记且考虑成本的回测；执行假设沿用该回测产物中的设定，不会再次扣除成本。…

本笔记比较卖出跨式期权的S&P 500策略所采用的投资组合权重规则。在选定标的和其他策略设置保持不变的情况下，它用基于模型预测或标的收益风险估计的配置器替代等权基准。可选方法包括评分加权、反波动率、风险平价、层级风险平价、收缩均值方差优化，以及根据预测区间宽度进行的保形加权。…

此工具介绍一种方法，可使用Fama–French三因子或五因子模型（可选加入动量因子）解释策略收益。它将每日因子数据与策略收益对齐，识别收益频率，并在策略观测频率低于每日时复合因子收益。普通最小二乘法估计阿尔法和因子暴露，Newey–West异方差与自相关一致标准误则用于统计推断。对于只做多策略，收益按超过无风险利率的部分建模；对于美元中性策略，则使用原始收益。…

本文介绍用于准备时间序列面板以供模型训练和滚动推理的数据集工具。训练数据集返回由特征、前向收益、波动率尺度和掩码构成的滑动序列，并支持配置序列长度、日期范围和步长。日期边界会映射到面板中可用的日期；若指定范围无法提供完整序列，构造函数会拒绝该范围。…

本章将风险管理作为策略设计和实际运行的一部分。内容涵盖风险价值和条件风险价值的尾部风险衡量、回撤深度与恢复、敞口分解、压力测试、自适应控制和治理。所述方法包括历史法、参数法和Cornish-Fisher尾部估计；危机重演和假设情景；因子回归；波动率目标控制；仓位退出；漂移监测；以及熔断开关。章节强调，应在部署前定义限额和升级处置规则，并且只使用决策时可获得的信息。…

本笔记为多元化ETF投资组合构建仅做多且满仓的均值方差框架。它构造可行投资组合和有效前沿，再根据估计的收益和协方差求解夏普比率最大化和方差最小化的权重。笔记还将优化后的投资组合与等权重、波动率倒数加权和等风险贡献等所需估计较少的简单替代方案进行比较。核心结论是，预期收益难以估计；尽管协方差的估计使用了多得多的观测值，预期收益仍可能主导优化器的输出。笔记考察协方差矩阵的条件状况，固定训练窗口的权重，并在之后的测试期评估；比较时将配置时点的影响与交易成本区分开来。证据来自单一投资范围和一次训练测试划分，因此权重和排名…

本笔记评估已发布的因子收益作为潜在投资组合构件的价值。它区分三个问题：因子的平均收益是否达到严格的统计门槛；因子能否基于可能持续的原因实现相互分散；以及因子在所选危机时期的表现。它使用长期历史的 AQR 和 Fama-French 序列，对均值收益统计进行序列相关性修正，并比较常规显著性阈值与更高阈值，后者旨在考虑大量因子搜索的影响。…

本笔记比较案例研究回测中的风险覆盖规则，包括止损、移动止损、亏损限额、回撤熔断和波动率目标规则。它加载各项研究的覆盖规则结果，并在有分配阶段回测时从中选取基准，然后将基准表现与覆盖规则进行比较。它还按规则类别对配置分组，并考察夏普比率变化的均值和中位数、正向改善比例以及回撤结果。…

本笔记追踪 ETF 排名信号如何形成投资组合，并进行简化回测。岭回归和逻辑分类采用滚动切分进行训练，随后与动量组合和等权组合进行比较。每月再平衡时，活跃信号会选出一个仅做多、包含排名前十标的且等权配置的组合。比较报告总收益和净收益表现指标、换手率及横截面信息系数，以展示信号的排名能力与交易其对应组合的结果可能不同。…

本笔记本展示如何使用估计窗口内的相关性网络描述股票池并构建网络分散化投资组合。它仅使用评估前可得的数据选择流动性较好的代码，将收益相关性转换为距离，并提取最小生成树（MST）。度中心性、中介中心性和接近中心性用于概括该树中的枢纽和桥接节点；随后用中心性倒数降低结构上居于中心的资产权重。笔记本还介绍同步冲击传播敏感性分析，并比较较晚评估窗口期间的投资组合。…

本笔记本构建一个LSTM配置器，将ETF收益序列和滚动波动率特征直接映射为仅做多的投资组合权重。Softmax输出确保权重非负且满仓。该方法不预测收益再将预测值输入优化器，而是直接以可微夏普比率最大化作为训练目标。工作流程按时间顺序划分训练集、验证集和测试集，再将学习得到的权重与等权和逆波动率投资组合进行比较。…

本笔记本比较PyPortfolioOpt、Riskfolio-Lib和skfolio：在共享的ETF收益面板上拟合投资组合配置器，再用较晚观测值评估其冻结权重。内容涵盖均值风险、尾部风险、层次风险平价和惩罚项配置，同时按资产对齐返回的权重，并检查仅做多边界约束和满仓约束。滚动前向评估限制在训练期内；其中一种配置还被转换为执行引擎所需的每日目标。…

该共享配置模块将横截面预测转化为投资组合权重。它根据得分对资产排序，以选择多头持仓，或选择多空投资组合的顶部和底部篮子。仓位权重可根据保形预测区间宽度设定，区间越窄权重越大；也可根据波动率倒数设定，并分别对多头和空头归一化。缺少保形预测区间宽度会触发错误；缺少波动率时，可以使用决策时点的横截面数据填补。上限程序会限制资产权重的绝对值，并将超出部分分配给未触及上限的持仓。…

本文介绍潜在因子：它们是根据期货之间的共同变动推断出的共享收益驱动因素，而非预先给定的具名预测变量。文中比较了在每个训练折内拟合的两种方法。主成分分析（PCA）寻找能够解释最多收益方差的线性方向；神经随机贴现因子（SDF）方法则寻找能够解释横截面预期收益的共同定价对象。PCA仅使用收益；SDF还将特征作为工具变量，因此可以表示受特征条件影响的暴露。…