知识库

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…

本笔记在一篮子加密货币永续市场的小时收益率上训练一个基础自编码器。收益率使用训练期数据进行标准化，神经网络先将多资产输入压缩为二维潜在表示，再进行重构。模型以最小化均方重构误差为目标进行训练，随后在较晚的测试期评估。本笔记考察重构误差能否作为异常信号，将其与滚动比特币波动率比较，可视化潜在表示，并报告各资产的重构质量。 异常阈值取自训练误差分布的第 95…

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。…

本分析根据 ITCH 消息重建 NASDAQ 限价单生命周期，从订单提交开始追踪，直至首次出现撤单相关事件或订单成交。分析区分新增、删除、部分撤单、替换和执行，并衡量撤单率、首次执行率及其时间分布。持续时间以纳秒精度计算，并通过对数刻度绘图，展示从极短到较长的存续时间。统一分类将样本结束时仍挂在订单簿上的订单与已成交或已撤回的订单区分开来。…

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…

本综合性结业项目介绍如何使用 Brier 分数、对数分数、预期校准误差和锐度评估概率预测，以及如何通过可靠性图识别预测过度自信或信心不足的情况。项目说明了如何通过留出法或留一法拟合校准变换，如何通过故障时默认拒绝的代理执行工具策略，如何扫描不可信文本以检测提示注入，以及如何重放冻结的搜索证据，以便更一致地比较系统配置。…

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。…

本笔记对版本已锁定的 FinBERT 模型应用词元级 SHAP，该模型将金融文本分类为负面、中性或正面。笔记封装模型推理以保留检查点的标签顺序，然后通过衡量被遮蔽的词元组相对于基准如何改变类别概率，解释类别概率。示例展示了几个句子中贡献最大的词元，并比较固定句式中将“narrowed”替换为“widened”的效果。 笔记还用少量构造的句子汇总对正面类别的贡献，以演示聚合流程。这些演示并不能证明模型准确，也不能代表通用金融词汇：示例经过筛选，样本太小，无法支持广泛结论。SHAP…

本笔记改造 TSMixer，利用历史动量特征预测未来 ETF 收益。其架构交替使用沿时间轴共享的线性变换，以及在每个日期分别应用的特征 MLP。预归一化和残差连接支持堆叠模块，小型输出头则将特征表示映射为单一收益预测。笔记解释张量维度置换如何决定各层组合哪些数值，并将参数开销与对展平输入进行稠密映射的方案进行比较。…

这份记录描述了一个多智能体流程，用于估计美国是否会在 2026 年底前陷入衰退。智能体搜索经济指标和预测结果，分别给出概率，通过辩论比较理由，再将证据交给监督智能体以更新概率。判定标准包括：所述期间内连续两个季度的 GDP 收缩，或出现日期落在该期间内的 NBER 衰退。…

本笔记解释了为什么从多次试验中选出的策略，其观察到的夏普比率需要调整。笔记介绍去膨胀夏普比率（DSR），该指标将选中结果与一个随测试策略数量和离散程度上升的基准进行比较，同时考虑收益偏度和峰度。对零优势策略进行模拟，展示了仅凭选择就可能出现表面上最优的夏普比率；第二项实验则考察从具有相同真实优势的候选策略中进行选择。…

本笔记介绍如何微调 Transformer 进行金融命名实体识别，以识别文本中的组织、人物、金额、日期和百分比等片段。重点说明 BIO 边界标签，以及词级标注与 Transformer 子词词元之间的对齐问题。每个词只有第一个子词获得标签，后续子词不计入损失。笔记还区分实体级评分（实体类型和片段边界都必须匹配）与词元级评分。…

此笔记本将监督式自编码器应用于日频US股票。模型重建经过排序的价格和成交量特征，同时通过辅助与主分类头训练共享潜在表示，以预测多个未来期限的收益是否为正。笔记本介绍特征构造、精确的全局交易日期标签、扩展式验证折、检查点选择，以及用于期限AUC的移动分块不确定性。…

此笔记本介绍一种工作流，将大量ETF特征缩减为供后续建模使用的候选特征。它按日期计算特征与未来收益之间的横截面Spearman信息系数，再对各日结果取平均，以此进行排序。Newey–West调整统计量用于处理每日IC序列的序列相关性；Benjamini–Hochberg校正则控制大量特征检验中的假发现。随后，通过相关性筛选和层次聚类剔除冗余候选项；自助法重抽样用于评估每个特征的IC正负号是否一致。LightGBM重要性提供另一种基于模型的比较。…

此笔记本说明随机贴现因子（SDF）如何为股票期权信号的横截面定价。与估计风险暴露和因子收益的因子模型不同，SDF方法估计一个随机变量，使资产收益能够得到一致定价。训练在提出贴现因子的网络与挑选能揭示其定价误差的投资组合的对抗网络之间交替进行。无条件、对抗和条件阶段各有单独的轮次预算；检查点数值则按共享坐标轴汇总展示各阶段信息。…

本文介绍潜在因子，即股票之间的共同收益模式；每只股票的载荷表示其对某种模式的暴露。它对比主成分分析与工具变量主成分分析：前者仅从收益面板提取因子和股票载荷，后者将载荷建模为可观测股票特征的函数。这样根据特征进行条件化，使载荷能随特征变化而调整，并为此前未观测到的股票分配暴露。…

本文说明如何为NASDAQ-100日内研究构造未来收益和方向标签。它采用明确的执行约定定义收益：观察一根K线收盘，在下一根K线入场，并按设定时长衡量结果。报价中点可减少测得收益中的买卖价反弹；报价价差则单独作为基础交易成本估计。只有在检查观测到的时间网格后，才会将期限换算为K线数量。…

此笔记本使用月度公司特征研究适用于表格数据的神经网络设计TabM。它比较三个预设配置：逐步增加隐藏层宽度和集成成员数量，同时保持其他训练设置不变。共享运行器固定了学习目标：收益目标使用平方误差，分类目标使用交叉熵。因此，笔记本考察模型容量、训练检查点和目标构造，而非比较损失函数。…

本章概述机器学习交易系统部署后的治理。它区分技术故障和统计衰减：前者指相同输入产生不同输出，后者指输出不再能预测收益。其框架结合了通过滚动表现指标和漂移诊断进行检测、通过影子评估和设门槛的分阶段发布进行受控响应，以及通过断路器保障自动安全。本章还讨论特征存储、数据血缘、模型注册表、实验跟踪和CI/CD等基础设施，说明如何根据团队的运维成熟度扩展系统。…