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
本笔记比较等权、按正评分加权和按保形区间宽度加权的 ETF 与 CME 期货配置。笔记根据较早验证折的残差估计各实体的分割保形区间宽度，并排除远期收益标签在当时尚不可知的观测值。在每个选定投资组合中，权重与区间宽度的倒数成正比，将历史残差范围较窄视为置信度的代理指标。 比较报告夏普比率、收益、回撤和换手率等投资组合指标，同时列出预测信号信息系数的诊断结果。所有方法使用相同的前 K 个选择，因此差异归因于配置权重。然而，GBM 预测集是根据同一登记表中的验证集 IC…
本笔记使用 ETF 特征和远期收益，展示从经典普通最小二乘推断转向以预测为重点的方法之前的分析过程。笔记考察系数检验和标准误，随后诊断异方差、残差自相关和多重共线性。由于 ETF 历史数据构成不平衡面板，且远期收益标签彼此重叠，笔记强调诊断统计量和协方差估计量必须考虑资产和时间结构。稳健标准误可以处理部分方差估计问题，但无法修正模型设定错误或内生性。 分析发现误差方差并非常数、资产内残差存在自相关，且特征之间存在明显共线性。笔记还说明，不谨慎的行排序会误导面板诊断，并据此提出使用 Driscoll-Kraay…
这项 NASDAQ-100 研究考察交易成本对频繁再平衡的股票策略有何影响。研究分别考察两种应对成本的方法：将交易范围限制在流动性更高、成本更低的标的中，以及降低再平衡频率。将这两种调整分开，有助于判断改善是否来自更便宜的标的或较少的交易。笔记还介绍了现有回测的成本网格，以及针对频率和每股成本的二维扫描；其中盈亏平衡成本用于表示策略所需的执行质量。…
本文介绍一种滚动方法，将预测残差转化为按实体区分的不确定性宽度，用于设定仓位规模。在每个决策时点，校准只使用已经有足够时间得出结果的残差，滞后期根据预测期限确定，且至少为一个时间步。较早的折和当前折中已经经过的历史数据都符合使用条件。如果某个实体的观测值不足，该方法会使用汇总宽度，避免未校准的实体在未被说明的情况下从选定篮子中剔除。宽度按预测集和 alpha 保存，并将实体标识规范化，以便后续使用。…
本案例研究从一个冻结的加密货币永续期货策略池中选出一种配置。策略池涵盖多种收益和方向标签、投资组合规模设定方法及风险叠加规则。研究选择验证集夏普比率最高的配置，再通过区块自助法区间、概率夏普、最短记录长度，以及考虑候选数量和相关性的去膨胀夏普变体来考察不确定性。研究还将交易成本与资金费率分开，后者是与持仓相关的独立收益流。 报告中的验证集胜出者夏普比率为 1.57，其自助法区间不包含零；但考虑到从 2,807…
本指南介绍 Ken French 数据库和 AQR 的公开因子收益数据集，包括市场、规模、价值、盈利能力、投资、动量、质量和低贝塔因子。指南说明如何下载和载入月度或日度观测值、按日期筛选、查看数据概况，以及根据月度收益计算年化均值、波动率和夏普比率。这些序列可用于因子投资研究、风险归因，以及将策略收益与既定风险敞口进行基准比较。 本文说明了由数据提供方定义的因子覆盖范围，并指出这些来源无需 API 密钥。文中没有给出因子的实证结果或提供方之间的比较，也没有评估任何因子是否能持续获得溢价。AQR…
本笔记介绍如何评估概率预测并管理预测流程。它比较 Brier 分数、对数分数、期望校准误差和锐度；展示可靠性图如何揭示预测过度自信或自信不足之处；并说明如何拟合校准变换，同时避免在拟合校准变换的同一批观测上评估。笔记还涵盖使用冻结的搜索证据重放一次运行、通过代理执行工具权限，以及扫描不可信文本以发现注入尝试。…
本部署演示使用主要 FX 货币对的历史日线数据重新训练岭回归模型，通过 Interactive Brokers 模拟交易会话获取当前 K 线数据，对货币对排序并构建做多组合。演示逐步介绍如何连接经纪商、准备精简特征集、确认 FX 合约、规划订单，并记录每次运行以供监控和审计。使用同一交易场所获取数据和执行交易可简化操作流程，而笔记会明确说明账户检查和合约解析。 部署特征根据经纪商线段重新计算，与研究案例中的更广泛特征集不同，因此不能保证研究和部署之间保持一致。FX…
本笔记训练一个近端策略优化智能体，在指定期限内执行固定订单。它将学习得到的交易节奏策略与 TWAP 和 Almgren–Chriss 排程进行比较，衡量实施缺口并考察各策略的交易时点。评估对所有策略使用相同的模拟市场路径，因此可以逐个回合进行比较，并说明库存风险和偏离均匀交易节奏的程度如何影响学习策略。 笔记还详细说明了模拟市场的局限。波动率和市场机制行为根据小时级 BTC…
本笔记介绍 Rademacher Anti-Serum（RAS）协议，用于调整从有限策略或信号类别中进行选择时的表现估计。经验 Rademacher 复杂度估计候选表现矩阵与随机符号对齐的程度，因此候选项之间的依赖关系会反映在其实际路径中，而不仅仅由试验次数表示。RAS 将复杂度估计和抽样误差项转化为表现下界。笔记将此方法与 Deflated Sharpe Ratio（DSR）进行比较，后者在不同假设下给出经过选择调整的概率。…
本笔记演示欧式看涨期权空头的深度对冲。它模拟几何布朗运动路径，以 Black–Scholes Delta 对冲为基准，并训练半循环神经网络选择标的资产仓位，以最小化针对期末损失的条件风险价值目标。开仓、调仓和结束对冲时均计入交易成本，因此学习策略和基准遵循相同的交易成本规则。分析还考察网络在仓位接近 Delta 基准时是否减少交易。 示例将尾部风险与均值和离散程度一并比较，因为优化损失尾部可能改变分布中其他部分的结果。笔记提醒，证据来自单一模拟市场设置：一种期权规格、恒定波动率的 GBM…
本笔记评估标普 500 股票和期权配置的仓位级控制，将固定止损、移动止损和时间退出分别与各自策略未加覆盖规则的基准进行比较。笔记使用验证集夏普比率选择符合条件的策略谱系，再评估各项预先声明的覆盖规则是否改变验证集夏普比率和回撤。夏普差异采用配对分块自助法区间，以区分改进证据与单纯的点估计排名。…
本笔记使用已登记的 ETF GBM 预测和 CME 期货预测，比较等权、按保形区间宽度倒数加权，以及按正预测分数比例加权。它使用严格早于当前折的残差校准针对实体的 Mondrian 分割保形区间，并排除前向收益标签当时尚不可观测的残差。若最早一折没有有效的历史校准样本池，则将其排除。历史残差区间越窄，组合权重越大，将区间宽度作为置信度的代理指标。 三种配置规则使用相同的前 K 名选择，因此差异来自权重。笔记考察信号信息系数以及夏普比率、收益、回撤和换手率等组合指标。不过，GBM 预测是根据验证集 IC…
本笔记讲解GARCH如何将波动率聚集转化为逐交易时段特征。首先通过收益图和ARCH-LM检验，检查平方收益是否依赖自身滞后项。在GARCH(1,1)模型中，对新冲击的响应以及先前方差的延续，决定了波动率估计变化和衰减的速度。不对称扩展模型允许负收益对波动率的影响不同于正收益。笔记还讨论了使用条件波动率度量风险，以及通过统计超越次数检查风险价值预测。…
本笔记将一种对抗式随机贴现因子设计改编为美国股票的日度分析。一个投资组合权重网络根据次日超额收益构建因子，另一个竞争性矩网络则协助训练定价核；独立的贝塔网络预测资产层面的收益—因子乘积。尾随股票特征和延迟的宏观经济状态，依据决策收盘时可获得的信息决定权重。笔记区分了 SDF 权重和贝塔预测，也将因子定价诊断与横截面排序表现分开。…
本笔记将真实的供应链知识图谱和机构 13F 持仓转化为机器学习特征。笔记推导中心性和依赖指标等网络度量，估算供应商集中度和竞争风险，并构建衡量持有人广度、集中度和共同持仓情况的所有权信号。笔记还将运营信息与所有权信息结合为跨图谱特征，并以宽表和长表形式导出公司特征，用于建模或信息系数分析。…
本教程使用过去风险调整后的动量排名和美国国债收益率曲线市场状态筛选器，构建月度 ETF 轮动模拟器。每个月末，规则根据基金近期价格历史对十只基金排序；风险偏好月份等权持有排名前三的基金，风险规避月份则转为固定债券组合。信号使用收盘时可获得的信息，交易在下一交易时段开盘时成交，并明确纳入比例费用和现金约束。为作比较，固定的 60/40 股债组合也通过同一模拟器运行。…
本笔记展示一种ETF预测策略的操作周期：更新市场数据、重新计算金融特征、重新训练岭回归模型、保存部署产物、生成当前横截面预测、通过回测引擎重放预测，并为模拟交易经纪商准备选定的投资组合。研究评估与基于完整历史数据的单次部署拟合分开进行，同时从研究注册表沿用经过验证的正则化设置。默认采用干运行重放；是否向经纪商提交订单可明确配置。…
本笔记构建一个框架，将市场活动转化为模型化交易成本和策略容量。笔记介绍平方根冲击模型，指出波动率和日均成交量是关键输入，并区分可从市场数据获取的数值与需要交易者自身执行记录才能估算的冲击系数。笔记还使用日内成交量曲线说明，参与率应根据订单执行期间来衡量。…
本笔记将风险价值解释为损失分位数，将条件风险价值（亦称预期损失）解释为超过该阈值后的平均损失。它使用四种方法估算宽基股票ETF的一日尾部风险：经验历史分位数、高斯模型、Cornish-Fisher偏度和峰度调整，以及基于拟合的Student-t分布进行模拟。随后，笔记比较预测值与实际损失，检查超限次数，并探讨由五只ETF构成的等权组合的分散化效果。…
本笔记通过已登记且覆盖完整的候选项重建其验证配置，评估一个选定的标普 500 股票与期权策略。笔记追踪从等权基准到资产配置、风险控制和成本敏感性的筛选过程，再读取由独立预测和回测阶段产生的留出结果。它分别考察各项诊断：阶段推进、风险变化的配对不确定性、成本后的表现，以及对尝试多种配置所作的调整。…
本笔记介绍层级风险平价（HRP），说明在协方差估计噪声较大时，它可作为均值—方差配置的替代方法。HRP 根据相关性距离对资产聚类，按层级排序，再递归二分排序后的资产，并依据估计方差在各组之间分配权重。它无需矩阵求逆，但仍依赖估计的相关性和方差；这三个步骤并不能保证权重充分分散，按方差倒数进行拆分也可能使权重高度集中于低波动资产。 本笔记用 ETF 展示层级结构，并在滚动测试中将 HRP…
本文介绍如何将收益划分为重叠窗口，并把每个窗口视为经验分布，以此识别市场状态。它通过匹配排序后的分位数来衡量窗口间的距离，因此即使均值和方差相近，整个分布的差异——包括极端亏损的位置——也可能很重要。聚类采用 Lloyd 算法的 Wasserstein 版本；根据距离指数，使用各分位数的中位数或均值作为聚类代表。 比较内容包括基于分布的聚类方法，以及使用少量矩的方法，并将聚类结果与已知市场状态对照评估。结果发现，基于分布的方法能捕捉矩方法的 k…
本笔记使用已登记的回测和固定选择流程评估每周 S&P 500期权跨式策略。应用流动性标的范围限制后，从注册表中确定所选配置；随后评估验证集和留出集结果，不使用留出集选择策略。回测使用每日 Delta 对冲、到期结算，以及每条期权腿和对冲交易的价差成本。报告指标包括区块自助法置信区间，并使用配对比较评估留出集表现衰减及其与等权基准的差异。…