知识库

本笔记本构建一个模拟做市任务，由近端策略优化智能体选择报价偏斜和价差宽度。环境使用根据加密货币永续期货小时收益校准的 GARCH 波动率过程、根据库存调整报价的保留价，以及随报价距离增加而下降的成交概率。奖励结合盯市财富变化、库存惩罚和期末清算成本。学习到的策略与固定宽度规则进行比较；这些规则已采用相同的库存保留价，从而分离出智能体额外调整报价偏斜和可变价差的贡献。…

本章综述从收益和特征面板中提取共同结构的方法，包括从 PCA 和特征投资组合到 IPCA、风险溢价 PCA、条件自编码器、随机贴现因子估计和监督式自编码器。核心区别在于：有些因子解释收益协方差，有些因子则有助于给收益定价或预测收益。这些方法估计因子和载荷的方式各不相同；有些方法绕过共同的重建与预测框架，直接估计定价或预测结果。…

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…

本笔记本介绍用于 ETF 研究的特征筛选流程，旨在从大量候选变换和回看期中筛出较小集合，供后续建模使用。它计算特征与未来收益之间的横截面 Spearman 信息系数，对各日期的关系取平均，而非汇总所有观测。Newey-West 调整统计量考虑每日 IC 序列的序列相关性；Benjamini-Hochberg 假发现控制则用于处理筛选大量特征涉及的多重检验。 该流程还会剔除高度相关的候选项、聚类近似重复项、按最低预测强度筛选，并使用自助法重采样评估 IC 符号是否稳定。它将基于 IC 的排名与 LightGBM…

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。…

文档介绍机器学习交易研究工作流，涵盖从数据和特征构建、模型训练、回测、交易成本、组合与风险决策，到部署和监控的完整过程。文档强调探索性调参与最终评估之间的证据边界、滚动前向验证，以及处理多重检验、过拟合和不确定性的方法。九个案例研究涉及ETF、加密货币永续合约、日内股票、期权、公司特征、FX和期货。…

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。…

这项 CME 期货研究改变梯度提升树的容量和损失函数，同时记录多个训练检查点的预测。树叶数量决定模型划分特征空间的精细程度；平方损失、绝对损失和Huber损失则决定极端商品收益对拟合的影响程度。检查点很重要，因为每个停止点都是一个候选模型，因此查看验证分数后选择最佳模型会增加一次筛选步骤。…

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。…

这个共享特征工程模块为多个案例研究中的金融预测变量定义构建规则并进行审计。模块为每个特征系列记录其假设、输入、滚动回溯窗口、信息滞后、作用和潜在失效模式。可将登记表与实际生成的列核对，从而发现未申报的特征，以及声明时间与实际时间不一致的问题。 构建基础项包括历史收益、波动率、风险调整收益、回撤、相对成交量、横截面百分位数和滚动 z…

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。…

本章介绍用于金融研究任务的智能体工作流，其主要挑战在于收集、筛选和综合参差不齐的证据。书中将这些工作流与适用于稳定结构化输入的传统模型进行对比，并设定只读边界：智能体生成可追溯的概率预测以支持决策，而不执行交易。本章涵盖ReAct、Tree of Thoughts和Reflexion；显式记忆、状态、检查点和回放；类型化工具契约和来源追踪；以及从笔记本原型迁移到可运行的预测服务。…

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…

本笔记本介绍如何评估金融模型，避免在决策时点不可用的信息泄漏到训练或模型选择中。它区分训练集、验证集和最终留出集，并说明为何随机打乱的 K 折验证不适用于时间序列：模型可能用未来观测来预测过去。滚动验证保持时间顺序；扩展窗口保留全部历史数据，滚动窗口则将训练数据限制在固定的近期范围内。…

本笔记本比较在 ETF 收益面板中发现关系的四种方法：用于同期线性有向无环图的 NOTEARS、用于滞后和即时结构的 VAR-LiNGAM、用于条件独立性检验的 PCMCI，以及作为两两预测筛查的 Granger 检验。它解释 NOTEARS 的连续优化目标，包括平滑无环约束和稀疏惩罚，并通过区块自助法评估估计出的边是否会在重复抽样中再次出现。 笔记本还介绍了如何在已知图结构的合成数据上验证，并将这些方法应用于真实的 ETF 观测；对 PCMCI 和 Granger…

本笔记本研究岭回归正则化如何影响信息系数（IC）表现，以及超参数搜索如何导致报告的验证结果产生偏差。它首先使用滚动验证折评估宽范围的 alpha 网格，并在每个训练折内部缩放特征。随后利用表现曲线和各折离散程度，检查表现是随正则化水平保持稳定，还是集中在狭窄且噪声较大的区域。 随后，它比较两种方法：单层循环选择在同一验证折上选择并评分超参数；嵌套滚动交叉验证则在训练数据内部选择设置，并保留外层验证折用于评估。为处理重叠的前向收益标签，流程采用清除和隔离期。该笔记本的 ETF…

本笔记本介绍 Tail-GAN，一种旨在复现金融情景尾部风险的生成对抗方法，尤其关注风险价值（VaR）和预期损失（ES）。它使用可微排序，让基于分位数的风险度量参与训练，并通过投影步骤使建模的 VaR 和 ES 估计符合经济一致性。示例根据 ETF 收益构建滚动情景，并评估随机生成的多空投资组合策略。 笔记本介绍如何缩放收益，使其符合生成器的有界输出范围，然后通过整体和逐策略风险误差、相关性及散点图评估生成的情景。结果显示，整体 VaR 和 ES…

本笔记本考察如何组合多个概率预测。它以简单平均为基线，并解释奈曼极值化方法：根据预测者数量和假设的两两相关性，将预测面板均值进一步推离基准概率。相关性越高，预测面板作为独立证据的贡献越小。示例还表明，该规则忽略了各个预测之间的分歧，因此预测分布不同的面板可能得出相同的汇总结果。…

本笔记本将期货持有收益（carry，即相邻到期合约之间的价格差）转化为基于模型的特征。它介绍按产品进行的一步 ARIMA 预测、衡量季节性周期强度的滚动傅里叶指标，以及用于推断广义期货持有收益状态的两状态隐马尔可夫模型。模型估计按预先声明的计划刷新，每个特征值均受限于当时可用的信息；笔记本还区分需要估计参数的模型与无需重新拟合的滚动变换。…

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…