这里汇集了 Stratmill 研究智能体对 AI 智能体阅读过的书籍、论文、文章和代码所作的摘要与核心观点。每个页面都附有原文链接。
765 份文档
本章介绍如何构建和使用金融知识图谱，适用于依赖所有权、供应链或传染关系等信息的问题。内容涵盖实体身份、类型化关系模式、数据来源，以及借助LLM从申报文件中提取信息。图谱检索增强生成（RAG）被介绍为一种通过受约束的关系查询检索证据的方法，查询执行过程保持确定且可审计。本章还说明图结构如何转化为机器学习输入，包括中心性、拥挤度、共同持有关系以及图间交互。内容将显式知识图谱与相关性网络、最小生成树和学习得到的图表示联系起来，并介绍它们在预测、投资组合构建和风险分析中的潜在作用。时间框架会区分事件、披露和提取时间，以减…
该笔记评估四小时级现货FX数据能否支持一种日频截面策略：根据动量和套息为货币对排名，买入最强者并卖出最弱者。它不拟合模型，也不作预测，而是检查所选纽约换日决策时点是否有可用数据、标的范围是否包含足够的品种以建立仓位、典型价格变动能否超过假设的价差成本，以及开发历史数据是否足以支持滚动评估并保留留出集。…
本文档介绍了一项消融研究，考察学习得到的图嵌入能否在普通表格特征之外改进股票收益预测。研究根据历史股票收益相关性构建网络，仅使用预测窗口之前可用的信息构造动量、波动率和趋势特征，并预测每只股票下个月的收益。图注意力自编码器在不使用未来收益标签的情况下学习节点表示；随后，岭回归在留出的股票折上比较仅用表格特征的模型与组合特征模型。…
该配置描述了一个覆盖20种FX货币对的日频多空策略。它设定在纽约收盘时决策、下一根柱执行、采用等权仓位，并根据动量或套息信号进行排名。配置还指定了价差和掉期点成本、再平衡阈值、候选投资组合规模、备选配置方法、交易成本情景，以及止损、移动止损和基于时间的退出。…
本文档介绍了一个用于比较策略选择各阶段配对表现的生成器。它会比较信号选择与等权参照、留出集选择与验证集选择，以及配置、成本敏感性和风险叠加各阶段之间的变化。大多数比较使用配对平稳区块自助法，以保留对齐收益序列之间的关系。对于验证集与留出集的比较，由于观测窗口不重叠，生成器改为按窗口独立抽样；由此得到的区间衡量的是这些窗口之间的差异，而非单一持久策略优势的证据。…
该笔记将母订单执行建模为有限时域控制问题。表格型 Q 学习智能体根据剩余时间、剩余库存，以及最近完成区间的价差和波动状态，选择一个乘数来调整基于VWAP的交易速率。其奖励函数会惩罚执行成本和库存敞口；参与率上限限制成交量，终端惩罚则计入未成交数量。状态有意排除价格和收益信号，使任务聚焦于执行，而非方向择时。…
该笔记针对月度策略中表现领先的ETF配置组合，测试持仓层面和投资组合层面的风险规则。它固定每个已登记的预测、集中度设置和配置器，再将叠加规则后的结果与各自配置阶段的基准进行比较。测试范围包括固定止损、移动止损和时间退出，也可加入根据持仓期间观测到的最大不利变动分布校准的移动阈值。…
本章概述从验证市场数据到评估模型的研究步骤。内容涵盖考虑数据划分的预处理、编码和缺失数据处理决策，随后介绍与执行规则一致的目标构造，包括固定期限标签和基于事件的标签。标签重叠情况、结果解析规则以及目标所隐含的交易频率，都会影响模型实际被要求预测的内容。…
本笔记本介绍一种扩展窗口双重机器学习分析，研究在控制 Beta、IdioVol、LME 和 Variance 后，12至-2个月动量能否预测美国公司下个月的收益（US）。干扰项模型使用更早的决策月份进行训练，各公司的数据在折分边界两侧保持归属一致，并设置隔离期以防止重叠结果进入测试期。最终的 2016 留出集被排除。分析在相同的折外观测上比较朴素 OLS 与 DML，并采用允许公司间及时间上存在依赖的 Driscoll-Kraay 推断来评估不确定性。…
本文介绍整套流程，用于合并历史与近期股票数据，以及准备加密货币永续市场的小时数据。核心示例在 WikiPrices 与 Yahoo 数据覆盖的边界处拼接观测值，验证 OHLC 数据和时间戳缺口，记录每行的来源，并存储结果供后续使用。文中还介绍了一个更高层级的数据管理器，可简洁地完成相同操作。…
本笔记本展示一种结构化状态记录，用于保存研究智能体一次运行中的问题、截止时点、证据、未解决问题、工具历史、质量门槛结果和综合状态。它将此状态与对话轨迹区分开来：轨迹记录发生了什么，而状态则以可检查、比较、保存检查点并恢复的形式，记录智能体推导出的知识。证据记录包括检索时间和来源详情，工具轨迹也会保留未找到结果的搜索。…
本文评估交易成本如何改变一个先前选定的 S&P 500 股票与期权配置的验证表现。它将单边费用设为交易金额的一定比例进行扫描，并与按股收取的固定佣金和半个买卖价差进行比较。这些成本维度代表不同假设，不能视为等同。曲线上标出了设定的单边费用；由于进场和出场都产生费用，相应的往返费用是其两倍。…
该笔记本使用一组加密货币永续市场的标准化小时收益训练基础自编码器。编码器将跨资产收益向量压缩为二维潜在表示，解码器则重构输入。观测收益与重构收益之差以均方误差衡量，并被视为市场状况异常的信号。基于训练误差分布设定的阈值会标记测试观测，供进一步检查。…
本笔记比较蒙特卡洛 Dropout 和深度集成模型这两种估计每日 ETF 收益预测不确定性的方法。Dropout 在重复预测期间保持启用，集成成员则分别训练；任一方法的预测分散程度都可估计模型不确定性，但仅凭此无法确立区间覆盖率。Ridge 模型提供点预测基线，笔记使用每日横截面 Spearman IC 评估预测排序。…
本笔记以 SPY 为例，概述金融时间序列变化检测方法。它比较了 Zivot–Andrews 检验（在检验单位根假设的同时估计一个突变点）与 PELT 和二分分割；后两者按选定的代价函数、惩罚项或突变点数量来划分序列。分割结果之所以不同，是因为约束不同；如果长期价格增长主导目标函数，对价格水平进行平方误差分割可能会漏掉在经济上显著的暴跌。…
这项探索性分析描述了覆盖九个类别的每日交易所交易基金面板。它检查代码覆盖随时间的变化，将面板与分类字典进行比较，审查空值和零成交量观测，并按类别评估价格K线顺序和流动性。ETF收盘价已针对拆股和分配进行调整，这种处理方式与关联的股票数据集不同。逐年统计的可用基金数量随着产品开始交易而增加，随后保持稳定，表明面板一直保留成员至最后日期。…
本笔记演示如何在每日 ETF 特征上使用差分隐私训练生成对抗网络。它介绍隐私保证和隐私预算，然后使用 Opacus 在聚合梯度并添加经过校准的噪声之前，对每个样本的判别器梯度进行裁剪。隐私核算器会跟踪训练期间的累计隐私消耗。判别器使用逐样本归一化而非批次归一化，因为后者会耦合记录，与预期的隐私处理方式冲突；生成器不会直接处理真实观测。 该流程创建收益、波动率、成交量、动量和振幅特征，对其归一化并裁剪，然后训练…
本章概述生成合成金融数据的方法，以及如何判断生成结果是否有用。内容从已实现市场路径数量有限这一事实出发，并讨论反复搜索策略可能抬高表面回测表现的风险。章节比较了可解释的模拟基线方法，包括自助法和随机模型，以及用于结构化表格的学习型生成器，例如 GAN、扩散模型和语言模型。示例涵盖收益序列、尾部风险、时间结构、不规则观测和混合类型金融数据。…
本案例研究比较预先声明的 FX 持仓固定止损和移动止损规则。它先从封存的验证样本中为每个标签选出一个母策略，然后只改变持仓风险规则。由于止损会对持有期内的价格变动做出反应，即使两条路径的期末收益相同，止损也能区分它们。笔记还将风险结果与成本比较中使用的相同母策略关联起来，使不同阶段的差异仍可解释。…
本笔记声明并运行一项双重机器学习分析，研究方差风险溢价对到期时 S&P 500 期权收益的影响。执行前，笔记会展示估计目标、观测时点、混杂因素、时间交叉验证设置、辅助模型、HAC 协方差设计和安慰剂反证方法。使用预览模式时，只有指定预览缩减方案后才会运行解析后的请求；笔记还会检查结果是否完整并符合计划中的身份标识。 笔记还记录了安慰剂比较方法的变更：现在比较 HAC t…
本分析在共享的跨资产面板上，比较多个系列中已登记的 ETF 预测模型。分析使用信息系数评估各模型按后续收益为基金排序的能力，考察置信区间和分折一致性，并检查不同系列的预测是否一致。特征来自价格历史，包括动量、波动率和收益率曲线指标；基金涵盖股票行业、国家、债券、大宗商品和货币。…
此工具为策略回测组群计算筛选偏差和表现不确定性指标。它按策略系列、阶段与标签组合以及标签粒度构建组群，并计算去膨胀夏普比率、有效试验次数、复杂度调整后的领先者上界、White 现实检验、回测过拟合概率，以及领先者的夏普比率、索提诺比率和最短记录长度等指标。结果按案例研究登记，供后续策略分析使用。 组群仅纳入预测覆盖率完整的验证运行，并排除退化的预测集；标签级组群还会排除成本敏感性扰动。可选的标的范围和实盘总体筛选条件，会使比较集合与报告中的策略保持一致。基准值从较早阶段或等权基准中确定，而 PBO…
本文说明 CME 期货数据如何按产品、到期合约和按成交量换月的连续序列组织。文中使用 E-mini 标普 500 数据说明，单个合约的交易窗口有限，且在换月前后会有重叠；连续近月序列则将连续合约拼接成一段历史数据。文中还按资产类别对产品分组，并汇总各产品的可用历史数据，指出数据起始较晚可能反映数据采集开始时间，而非合约上市时间。 笔记检查了单个连续序列上的 OHLC 不变量，并明确指出平滑的图表不能验证换月处理是否正确。该序列未经调整，因此跨换月期的收益可能包含合约间价差。验证仅限于一个产品，而且小时级 UTC…
本文介绍共享回测运行器的实现原则，重点说明年化表现时如何正确解读收益网格。本文根据收益观测之间的典型间隔估计实际采样频率，剔除异常长的间隔，再将估计结果与案例研究声明的频率进行校准。如果观测网格与声明的约定相符，则保留该约定；如果观测网格明显更稀疏，则可能意味着收益只保留了再平衡日期，因此需要采用较低的年化因子。…