知识库

本笔记通过两种方式应用同一个月度ETF动量与收益率曲线市场环境策略：向量化收益计算和顺序式账户模拟。两者使用相同的目标权重、资产、日期和总交易成本，因此比较可以聚焦于执行选择，例如目标生效时间、成交价格、整股约束和现金跟踪。信号依据回溯期收益相对于已实现波动率为ETF排名，在风险偏好时期持有选中的基金，否则持有债券ETF。…

本文介绍一种神经策略网络的架构，它将资产级时间序列和上下文映射为有界的组合风险权重。其逐资产主干网络结合了上下文嵌入、特征级调制、变量选择、LSTM和因果时间注意力。随后，网络通过滞后横截面注意力处理资产之间的关系，也可以选择使用受宏观经济邻接图限制的注意力。…

本笔记比较领先标普500股票信号配置的组合规模确定方法。首先依据验证夏普比率，为每种配置选出覆盖完整的最佳检查点；随后将多种配置方法——包括分数加权、保形加权、波动率倒数加权、风险平价、均值—方差优化和层级风险平价——应用于相同预测。笔记还改变每次再平衡时持有的股票数量，并将结果与信号阶段的等权基线进行比较。…

本笔记本将机构 13F 披露转化为连接管理机构与股票的二部图，再提取股票层面的持仓特征。它汇总重复的机构—股票仓位，统一发行人标签，排除期权记录，并使用完整报告季度，避免将缺失申报误判为退出。申报日期决定完整的所选管理机构快照何时可得，从而支持按时点研究。…

本笔记展示了离线机器学习流程与 QuantConnect 的 LEAN 引擎之间的部署边界。它通过 ETF 案例研究注册表选择一组预测结果，核验训练和预测的来源信息，并将样本外留出集预测导出为平台可读取的 JSON 结构。平台算法根据这些评分应用投资组合规则，无需复现模型推理流程。冻结预测结果还可让研究人员在不重新训练的情况下测试阈值、持仓限制和再平衡规则。…

本文介绍一种运行日志系统，用于记录各交易案例中的模型训练、预测、因果估计和回测。文中说明配置如何从案例设置流经训练选项和模型预设，再成为已解析规格，其中包括数据文件、特征列、折日期、预测行、预处理方式、估计器参数和软件版本。该规格经规范化后的表示决定运行标识。…

本笔记本将机构 13F 持仓转化为连接管理机构与股票的图谱，包含行业关系和持仓边，记录股数、价值、报告期及公开申报日期。它演示查询共同持仓和多步关系，并使用杰卡德相似度比较各机构持仓。证券标识符为 CUSIP，可避免将发行人名称的不同写法误当成不同股票。资产范围依据初始报告期选定，以防后续持仓改变较早时期的样本成员。…

这项演示将单笔订单工作流程扩展为针对固定大型 US 股票池的每日再平衡。它介绍如何比较券商当前持仓与模型目标、为两者差额构建订单，以及如何选择通过模拟交易券商封装器提交组合。工作流程会确认连接的账户是模拟账户，将持久化状态与券商持仓及待处理订单核对，并应用持仓、订单和每日亏损限额。预热行情和报价取自用于执行的券商会话。…

本章指出，持久有效的交易研究依赖严谨的流程，以适应市场变化、嘈杂的证据和实施成本。本章区分结构性突变、市场状态、数据漂移和概念漂移，随后介绍从研究到生产的工作流程，涵盖时点数据、明确范围、迭代开发、切合实际的策略设计、部署和监控。本章还解释探索与确认有何不同，强调记录试验、封存留出集，以及在评估中考虑选择效应。 本章将因果推断和生成式 AI…

本笔记本将此前选定的 ETF 配置应用于预留的留出窗口。它根据选定的训练标识和检查点生成匹配的留出预测，然后沿用策略现有的集中度、配置、风险覆盖层、再平衡频率和成本假设，不在留出期上调参。此次运行会登记为留出期回测。保护机制会阻止使用同一预测集评估第二个不同配置，因为在留出结果之间进行选择会破坏测试。…

此基准生成方法根据案例研究中声明的资产，构建等权日收益序列。它先取每个代码在各交易时段的最后收盘价，再计算收盘到收盘收益，并对可用收益取平均。只有在连续交易时段都有价格的代码才会计入，从而避免资产进入或离开观测面板时产生虚假收益。基准采用日频网格，以便将其收益和年化指标与同一频率评估的策略进行比较。…

此笔记本在两组成本网格下重新定价领先的 ETF 配置，同时固定预测、集中度和配置规则。笔记本比较案例研究中的每股佣金与半价差模型（该模型体现 ETF…

此笔记本对一组流动性较高的 US 股票使用主成分分析，构建总敞口标准化的特征组合，并研究其作为潜在风险因子的作用。笔记本考察解释方差，通过行业 ETF 相关性解读成分，比较标准 PCA 与层次 PCA，并分析残差、组合风险贡献及因子在滚动窗口中的稳定性。笔记本强调，PCA…

此配置描述按公司特征排名的月度多空 US 股票组合。它规定了一个包含 46 项特征的完整案例样本空间、月末决策、次日开盘执行、多头和空头部分别等权，以及包括借券费用在内的显著交易成本。特征登记表将信号归为价值、质量、投资和动量等类别，并记录其假定的更新滞后和失效模式。该设置还定义了月度收益标签和滚动评估，并留出 2016 期间作为测试集。 核心设计讨论之一是配置器估计。使用 12…

本笔记从投资组合收益到模拟交易，构建月度ETF轮动回测。笔记根据过去一段时间的风险调整后收益对十只基金排名，使用美国国债收益率曲线所处状态，在排名靠前的基金与防御性债券配置之间进行选择，并于下一交易时段开盘执行。费用、现金限制和60/40基准均由同一模拟器处理。该方案强调只使用信号日期可获得的信息，并在日期、价格和成本匹配的条件下比较投资组合。…

此配置描述了一种每日多空US股票策略：按模型预测对广泛的股票范围排名，以等权方式买入最高十分位，并做空最低十分位。配置规定了下一交易时段开盘执行、整股仓位、起始资金、再平衡阈值，以及包括价差、佣金、市场冲击和借券成本在内的交易成本。配置还区分主要的百分比成本机制与探索性的每股敏感性分析，并指出历史交易摩擦因小数报价制度的不同时期而异。…

本笔记将模型排名转化为简单的加密货币永续合约投资组合。在每个资金费结算时间点，入场规则从排名靠前或靠后的合约中选取标的，并赋予相同权重。等权提供了一个参照点：在仓位规模保持不变时，比较结果便可将差异归因于排名。笔记将预先声明的预测配置应用于入场规则，并登记结果供后续分析。…

本笔记本展示如何在明确的交易、融资和基金费用假设下，将毛收益换算为净绩效。成本构成包括价差和市场冲击、佣金和交易所费用、保证金利息、股票借贷成本、管理费和行政费用。参数化计算将这些扣减应用于真实的每日 ETF 收益序列，分别设为高换手单边做多、杠杆多空价差和低换手单边做多配置，然后比较毛收益与净收益、夏普比率和回撤。…

本文介绍如何将带日期的实体记录转换为潜在因子案例研究所需的数组。一种方法只保留覆盖率达到基于资格数据集学习所得阈值的实体，从而生成一致的实体轴，并将缺失观测保留为 NaN。另一种方法构建不规则横截面，将每个日期填充至其观测到的最大值，并将槽位视为日期内的位置，而非跨日期持续不变的身份。 本文还介绍如何将每日特征值转换为有界尺度上的排名、通过分别对各特征进行收益回归来构建对角特征管理型投资组合，以及如何使用向后 as-of…

本笔记介绍 Tail-GAN，这是一种生成对抗方法，用于生成金融收益情景，同时针对风险价值（VaR）和预期损失（ES）。该方法使用可微排序，使梯度能够通过分位数估计传播，并将风险估计投影到 VaR 与 ES 的关系约束上。ETF 收益被整理成滚动情景，并与随机多空投资组合权重结合，形成盈亏示例。缩放同样重要：输入会映射到生成器输出截断范围内，使极端观测仍可表示。…

本笔记介绍一种 ETF 随机贴现因子模型，该模型拟合一组权重来为各基金的价格收益定价。不同于分别估计基金暴露和因子收益的模型，它通过两个网络针对定价误差进行训练：一个根据横截面构造贴现因子权重，另一个估计各基金的暴露。目标设定为无套利定价，而非收益预测，尽管笔记也报告了预测收益评分。…

本研究在两组成本网格下重新定价表现领先的 ETF 配置与风险控制组合，同时固定每个已登记的策略配置。一组网格按每笔交易的基点计价；另一组按每股佣金和半价差计价，这是案例研究声明采用的成本口径。固定价差占基金价格的比例会因价格水平不同而异，因此两幅图回答的问题不同；比较时应关注衰减模式和盈亏平衡水平，而非逐点比较。…

本笔记比较多资产 ETF 股票池的六种仅做多投资组合配置方法。它使用 Ledoit–Wolf 协方差收缩，以降低可能导致优化不稳定的抽样波动，并比较最大夏普、最小方差、风险平价、分层风险平价、最小条件回撤风险和等权配置。各方法所需估计量有所不同：有些使用预期收益和协方差，而仅依据风险的目标函数则不需要预期收益预测。风险平价追求投资组合方差的风险贡献相等；最小 CDaR 则针对历史回撤路径的尾部。…

本文介绍如何使用独立的 2021 留出期预测，评估依据验证数据选出的策略。选定的配置、集中度、风险控制、交易安排和成本均保持不变，仅替换提供给策略的预测。留出期预测集通过训练规范关联到所选模型配置，有助于确保评估遵循预定流程。…