知识库

本笔记将等权配置与两种适用于 US 公司特征策略的配置规则进行比较：评分加权会为模型预测较高的标的分配更多资金；保形加权则会减少预测误差区间较宽标的的资金配置。研究将每种配置方法与多个组合集中度水平交叉比较，并在每项比较中固定所选预测和集中度。…

本分析使用会计和市场特征比较月度横截面 US 股票收益的学习信号，目标为下一月收益。分析涉及线性模型、提升树、深度表格模型、潜在因子估计器和因果处理效应估计。预测模型以月内秩相关性评估，并通过验证折评估一致性；置信区间和各折表现比孤立的点估计更重要。研究还检查预测在各分位数组间的单调性、不同市场状态下的表现，以及组合毛利差是否可能覆盖给定范围的交易成本。…

本次审计在真实策略案例上比较Backtrader和Zipline与 ML4T 的表现，仅使用各引擎和冻结数据包能够原生表示的资产与合约组合。审计涵盖两个引擎的 ETF 配置和 US 股票面板，以及Backtrader的 CME 期货和以 USD 报价的 FX 配置。由于两个引擎都不具备所需的原生支持，因此排除加密货币永续合约资金费率。审计报告了成交、估值时间戳和账户价值比较结果，并称六个必需行均通过。…

本笔记为横截面 US 公司特征研究定义并验证月度收益标签。笔记检查数据提供方如何将每行特征与收益结果配对，并强调面板数据已经对齐，不应再次移位。主要标签是月度总收益；缩尾收益和月内分类变体则对同一结果进行转换。月度横截面阈值使用其适用月份的信息，而时间序列阈值则需要在每个训练期内估算。…

本笔记构建端到端组合配置器，在 LSTM 前置入类似时间融合变换器的变量选择网络。独立的门控残差网络对各项特征进行嵌入，学习得到的软权重在序列编码器生成资产级信号前组合这些嵌入。组合层将信号转化为以波动率为目标的多空头寸，训练则采用纳入换手成本的合并夏普比率目标。 实验使用广泛的 ETF…

本笔记本比较由固定 ETF 股票池构建的动量排名靠前投资组合采用每日、每周、每两周和每月再平衡的表现。它根据历史价格衡量换手率和毛风险调整表现，再将年化单边换手率乘以假设的双边交易成本，估算盈亏平衡阿尔法。成本情景包含价差、市场冲击和佣金。进一步的情景分析探讨：如果信号衰减足够缓慢，更快交易能否抵消较高成本。…

本概述介绍一类利用公司特征预测收益的模型。这些模型不将每个特征视为直接收益预测因子，而是假设收益由少量不可观测的共同因子驱动，并估计每家公司对这些因子的暴露。这个低维假设可能使大规模面板数据上的估计更易处理，但也可能不成立；如果因子未能捕捉收益结构，直接预测因子可能表现更好。 本文区分四种方法：工具变量 PCA…

本文档定义一个每周运行的标普 500…

本文介绍一种教学性质的 Mamba 风格选择性状态空间模型，用动量特征序列预测 ETF 收益。与注意力机制和密集时间混合不同，状态空间模型会在序列中传递固定大小的状态，计算量随序列长度线性增长。Mamba 的选择机制让输入到状态、状态到输出的项以及步长都取决于当前输入，使模型能够自适应地决定保留哪些信息。步长控制先前状态的衰减程度，另一个独立门控则调节状态空间输出。实现中使用横截面排名 IC…

本文介绍一种条件自编码器，将公司对潜在收益因子的暴露建模为公司特征的非线性函数。与 IPCA 类似，它估计因子结构，其中预测收益由公司特定暴露与因子收益共同构成；主要变化是用神经网络取代 IPCA 从特征到暴露的线性映射。因此，在大体保持设置不变的情况下，可以借此考察函数形式的影响。模型按设定的轮数训练，每个已保存的检查点都会生成单独的验证预测集。笔记本会规划并登记所有检查点，而不是选择验证 IC 最高的那个。它评估滚动验证折上的月均排名相关性，并将检查点表现与线性 IPCA…

本文介绍一种 TabM 神经网络，利用表格特征对 ETF…

本笔记本解释成交量参与限制如何约束每个时间区间内订单可占市场成交量的比例。当母单超出允许数量时，券商会先成交其中一部分，并将剩余部分留待后续执行。成交量最低阈值也可能阻止在流动性特别稀薄的时段执行。参与上限体现了执行速度与市场影响之间的权衡：上限越高，订单可能越快完成，但面临的冲击风险也越大。 演示将参与上限应用于真实的 NASDAQ-100 日内流动性数据，并汇总为 15…

本章概述介绍梯度提升树如何在决策树和随机森林的基础上，用于金融表格数据预测。提升法依次添加学习器以修正先前误差，有助于捕捉线性模型可能遗漏的非线性关系和阈值效应。章节比较 XGBoost、LightGBM 和 CatBoost，并介绍预测目标、排序、单调约束和部署权衡等选择。 章节还介绍使用 Optuna 进行适用于时间序列的超参数调优，包括剪枝和多目标搜索，并使用 TreeSHAP…

本文介绍一个按月构建的 US 股票数据集，专为资产定价机器学习研究设计。数据集包含 94 个经过横截面排名变换的公司特征，包括会计指标和技术特征，以及收益数据。公司身份经过匿名化处理，数据也包含已退市公司。数据集划分为训练期和测试期，中间设置了间隔，以减少评估中的前视偏差问题。 本文说明，已发布的特征张量在每个数据块中保留匿名公司身份，而收益—特征 CSV 文件缺少加载器所需的身份结构。文中概述了受支持的下载和转换流程、如何加载完整数据集或预定义的数据划分，以及如何检查覆盖范围和数据概况。该数据集是静态的，止于…

该笔记介绍一个已发布的面板数据集，用于US股票机器学习研究。数据包含数十年间的月度观测值，其中包括46个公司特征和次月超额收益。特征按经济含义分组，并在每个月内进行秩归一化，使其处于共同的有界尺度。笔记介绍如何检查覆盖范围、按日期排序的训练集、验证集和测试集划分，以及仅在各自数据划分内有意义的匿名公司标识符。为分析信号，笔记计算各特征与后续收益之间的月度截面信息系数，并对训练数据求平均；显著性估计则使用 Newey-West…

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…

该笔记比较两种 Transformer 设计，使用八个滞后动量特征预测21日ETF收益。PatchTST 将连续多日分组成分块，减少注意力令牌数量并嵌入局部时间模式。iTransformer 将每个特征的历史序列视为一个令牌，使注意力机制能够关联不同变量，同时将时间顺序保留在各个令牌内部。两者使用相同的序列输入和按时间顺序划分的日期，并在边界处清除一段数据，以防未来收益标签跨入下一时期。评估报告截面秩相关性和平方误差，并将 Transformer…

该笔记使用CAPM和 Fama-French 因子回归分析股票 ETF 投资组合，并进一步考察滚动敞口、收益归因和残差依赖。它使用对齐的日度收益和因子数据，通过异方差与自相关稳健标准误估计回归不确定性，并在进行收益归因时延后滚动贝塔，以避免前视。模型比较显示，加入风格因子可能改变估计的阿尔法。笔记还考察因子控制后资产是否仍然相关，并使用 Ledoit-Wolf 收缩法稳定因子协方差估计。…

该演示在历史回测引擎和实盘引擎中运行同一个双移动平均线交叉策略；实盘引擎重放相同的日度ETF柱线。策略、输入、参数和成交约定均保持不变，随后逐字段比较生成的信号记录。测试检查两个引擎是否产生相同的时间戳、标的、信号方向、移动平均值和价格，而非依赖最终投资组合价值等汇总指标。…

该笔记介绍了一种随机贴现因子（SDF）模型，用于对US公司收益的截面进行定价。模型学习权重，使贴现后的资产收益满足无套利矩条件，而非优化收益预测损失。训练依次经过无条件阶段、权重取决于公司特征和市场状态的条件阶段，以及一个对抗矩网络；后者会寻找当前SDF定价效果不佳的测试资产。隐含收益是定价拟合的副产品。…

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。…

该笔记以匿名公司特征预测股票收益，对比随机森林装袋法与 XGBoost、LightGBM 和 CatBoost。研究使用预先设定的时间序列训练、验证和测试划分，以 Spearman 秩信息系数为主要指标，并补充报告 R 平方和均方误差。比较还考察不同库中的特征重要性，并在 XGBoost 中使用验证数据进行早停。…

本教程介绍如何组织一次性下载之外的市场数据工作流。内容包括用于获取单个标的或批量数据的统一管理器、预定义及自定义标的范围，以及采用 Hive 分区的 Parquet 存储。教程还涵盖日期范围查询、存储数据的增量更新、缺口检测，以及通过命令行界面自动化工作流。一个ETF示例将股票、债券和黄金价格序列重新定基，以比较其走势；后续的验证示例则区分被标记的极端收益与已确认的数据缺陷。 该笔记使用 Yahoo Finance 数据以及股票和 ETF…

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。…