知识库

此索引介绍潜在因子，即从股票收益共同变动中提取的共享模式；每只股票的因子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：前者仅根据收益估计因子和股票载荷，后者将载荷建模为可观测股票特征的函数。根据特征进行条件化有助于纳入新股票和不断变化的公司属性，但也假设特征与载荷之间的关系在股票和时间维度上保持稳定。…

此分析说明如何解读CME期货预测模型目录中的信息系数。它将每个日期的IC定义为各产品预测收益与实际收益之间的秩相关，然后跨折对这些每日数值取平均。这与基于产品排序的等权策略相符，因为策略使用的是排序，而非预测收益的大小。汇总产品与日期的观测值会混合共同市场走势和横截面排序能力，可能造成误导。…

此笔记本汇总ETF案例研究中已登记的回测，对策略进行考虑不确定性的评估。它读取带有分块自助法置信区间的表现指标，并用配对自助法比较连续的流程阶段、策略变体和留出结果。流程阶段涵盖信号选择、资产配置、交易成本和风险叠加规则。它还将选定策略与等权跨资产ETF基准在验证期和留出期的表现进行比较。…

此笔记本说明，按所衡量时期标注的宏观数据面板可能将未来信息泄漏到交易回测中。它先将时期长度加到标注日期上，再根据机构日程应用保守的发布滞后，以估算发布日期。月度和季度观测按所属时期还原；周度观测则使用数值最常发生变化的星期几。…

此笔记本使用TreeSHAP解释LightGBM收益预测，包括全局特征重要性、单项预测解释、依赖图和成对交互值。它将SHAP排序与置换重要性和基于树的不纯度重要性进行比较，以展示特征排序在哪些方面一致，或依赖于测量方法。工作流还跟踪前向滚动折中的平均绝对SHAP值，作为特征漂移指标，并探索基于SHAP排序的特征子集重新训练。…

本文档介绍用于自动暂停交易的共享状态机，包含关闭、开启和半开启状态，并将这一生命周期应用于四种情况：组合回撤、单日亏损、连续亏损交易日和系统延迟。恢复超时后，熔断器进入半开启状态并允许试运行观察；该次观察要么恢复正常运行，要么重新触发暂停。状态转换事件会记录时间戳、原因、数值和阈值，以供后续审查；回调函数可用于支持向操作人员发送告警。 示例使用真实的 SPY…

本笔记探讨序列模型能否改进对永续资金费率溢价历史的人工摘要。它比较了读取有序窗口的简单线性模型 NLinear 与两层 LSTM。两者使用相同的特征顺序、滚动验证折、缺失数据策略和检查点计划，因此差异可以更直接地归因于架构。比较旨在检验，与现有溢价变化、波动率、z 分数和分位数特征相比，学习得到的表示是否能增加价值。 窗口使用最近 60 个预期的八小时结算点，约 20 天。跨越预期但缺失结算点的窗口会被丢弃，而非填补。每种配置训练 100…

本文档介绍一种分阶段方法，将另类数据、申报文件、新闻和价格数据源中的公司名称与证券匹配。首先按既定的可信度顺序使用可用标识符进行关联，保留未匹配记录，并检查参考键是否唯一。缺少标识符时，会对名称进行规范化并使用模糊字符串相似度；通过在带标签的示例上测量精确率和召回率来选择接受阈值，其中也包括没有有效匹配项的名称。句子嵌入为语义变体提供了另一种评分方法。…

本文档介绍如何结合调整后的股价历史与汇总的期权隐含波动率曲面，为标普 500 股票构建横截面特征矩阵。它按用途、输入、回看期和可观测延迟组织特征。期权衍生值延迟一个交易日，价格特征则在收盘时可用；稀疏期权数据首先与每只证券的交易日历对齐，以确保移位和窗口按交易日正确计数。特征包括波动率水平及其变化、曲面形态、已实现波动率、动量和方差风险溢价，部分列还会在每个日期内进行排名。…

本笔记运行或重放一组相同的研究智能体，让它们回答同一个预测问题，然后检查其预测、搜索活动和对话轨迹。分别记录每个智能体的轨迹，可在并行调用期间保留来源归属。示例表明，即使提示和工具相同，智能体仍可能给出不同预测；但采样和检索到的文档都可能解释这种差异，而该设计无法区分两者的影响。…

本笔记为横截面 US 公司特征研究定义月度总收益标签，并检查这些结果与数据提供方的行记录如何对齐。面板将前一个月的特征与每行对应月份的收益配对，因此再次将收益向前移位会意外多出一个月。不同标签方案会对收益进行缩尾处理，并根据当月横截面划分公司；阈值按月确定。…

本笔记说明时间卷积网络（TCN）如何根据有序金融数据预测收益。因果卷积确保某个时点的输出只依赖当前和之前的输入。膨胀率在不同层间按几何级数扩展感受野，使网络无需使用过宽的滤波器就能覆盖较长的输入窗口。残差连接、权重归一化和通道随机失活支持这种堆叠架构，最终状态预测头则生成预测结果。 示例使用某个 ETF 面板中的滞后收益特征预测远期收益，并通过日均 Spearman 信息系数评估横截面排名，同时计算相对于零预测的平方误差。它将 TCN…

本笔记研究 Ridge 正则化选择如何影响 ETF 面板上的信息系数，以及超参数搜索如何抬高报告的表现。首先在滚动验证折上评估宽范围的 alpha 网格，并在每个训练折内缩放特征；随后比较单层选择与嵌套验证。在嵌套验证中，内层划分选择 alpha，未参与选择的外层折则评估完整的选择流程。清除和隔离处理了远期收益标签重叠的问题。 笔记还检查了不同验证折和 alpha 值下的稳定性，并对搜索进行三西格玛诊断。核心结论是：如果评分所用数据与选择超参数所用数据相同，那么评分既反映模型拟合，也反映搜索本身。选出的…

本笔记说明如何为固定的 FX 货币对范围构建以交易日计的一日、五日和 21 日远期现货收益。首先使用纽约换日历将四小时 K 线映射到交易日，然后在移位前不删除任何行，进而计算收益。断言检查每个结果是否具有完整的远期窗口、是否始终属于同一货币对，以及是否跨越该货币对观测历史中的缺口。…

本实现介绍了一种神经随机贴现因子模型和一个用于检验资产定价关系的对抗矩网络。SDF网络将资产特征（可选择与来自LSTM的宏观经济状态表征相结合）映射为资产权重。这些权重与收益共同构成时点层面的贴现因子。启用宏观输入时，LSTM状态会在每个时间步由所有资产共享；否则，模型仅使用资产特征。…

本笔记本构建了N-BEATS模型，用于预测SPY收盘价。全连接模块处理完整回看窗口，每个模块都会生成一个反向预测结果，并在进入下一模块前将其扣除，同时预测未来期限内的价格。受约束模块使用多项式和傅里叶基，因此其输出可以绘制为趋势和周期成分；无约束版本则用于对照。预测误差还与一种将最新价格延续至未来的持续性规则进行比较。…

本笔记本介绍了PCMCI，用于在不预先指定因果图的情况下发现多变量金融时间序列中的滞后关系。它将该方法应用于ETF和波动率指数收益，与成对Granger检验进行条件分析对比，并说明如何解读滞后联系。该流程预先声明搜索期限，对最终检验采用Benjamini-Hochberg校正，并通过分块自助法重采样评估发现的边是否反复出现。…

本笔记本估计，在干预条件下，加密货币永续合约溢价z分数是否与随后八小时收益相关，同时调整价格波动率、资金费率及溢价偏离近期均值的程度。双重机器学习分别根据这些混杂因素预测结果和处理变量，再分析二者的残差。交叉拟合会将每个观测排除在生成其残差的模型之外，而按时间顺序划分的折和隔离期则防止干扰模型使用未来数据。…

本笔记本汇总了多个案例研究中构建的金融特征，并列出各市场研究在注册表中的最高信息系数。它统计特征数量及特征名称类别、比较特征空间规模，并总结跨资产模式。类别仅通过名称前缀机械划分，因此只能作为粗略参考：专业指标和不一致的命名可能会拆分相关概念，或使不同概念的数量显得偏多。本笔记本还分析信息系数与投资范围广度及估算信息比率之间的关系。…

本笔记本介绍了一种条件自编码器，在保留工具变量潜在因子模型结构的同时，用神经网络取代公司特征到因子暴露的线性映射。月度收益表示为特征驱动的暴露乘以月度因子收益。该方法保留两阶段因子结构，同时允许公司属性与因子暴露之间存在非线性关系。…

本笔记本为标普500期权研究构建了四种基于模型的特征：GJR-GARCH和随机波动率模型给出的下一日波动率预测，以及各自预测值与期权市场隐含波动率之间的差值。文中说明了如何仅使用每个重新拟合日期时可用的数据拟合模型，在重新拟合之间保持模型不变，并在之后的交易时段进行评估。GJR-GARCH模型采用最大似然法；随机波动率模型通过MCMC估计一个共享的市场参数，并使用粒子滤波器恢复每日潜在波动率。…

本文将共享权重的神经集成模型TabM应用于期权衍生特征，以预测未来股票收益和风险调整后收益。各成员共用一个两层网络，分别使用激活缩放和输出头，再对预测结果取平均。采用这种方法的原因是期权曲面上的特征彼此相关：与通过连续分裂选择特征的树模型不同，神经网络在加权层中组合这些特征。预先声明的训练检查点使每个已保存的训练轮次都成为可单独评分的模型，而滚动折提供样本外验证预测。…

本模块介绍如何检查预测和回测输入是否覆盖研究指定的交易时段和折数。相对检查会比较候选模型，因此可能漏掉共同故障：过期的折边界或上游连接可能让所有候选模型都缺少相同日期。所提出的检查会将观测值与声明的折窗口以及标签数据中的交易时段进行比较。…

本笔记本使用机构的13F申报持仓数据，对比结构化图检索与基于嵌入的向量检索。它在固定截止时间构建时点持仓快照，限制股票范围，并围绕股票持有人、机构持仓和持仓相同的机构生成问题。每个问题都预先定义了预期的支持记录，以便衡量支持记录召回率并估算检索令牌预算。…