知识库

该笔记将每个收益窗口视为经验分布，并根据一维瓦瑟斯坦距离对窗口进行聚类。对于样本量相同的样本，排序即可实现最优分位数匹配；因此，该距离能反映整个收益分布的差异，包括尾部位置，而均值和方差可能会遗漏这些差异。其重心按分位数逐一计算：一阶距离使用中位数，二阶版本使用均值，从而支持类似 Lloyd 算法的聚类过程。 文档将这些分布聚类与市场状态标签，以及使用少量矩的聚类方法进行比较。结果显示，对完整分布聚类比基于四个矩的 k-means…

本笔记本介绍一个基于 Mamba 的教学用选择性状态空间模型，并评估其在 ETF 收益预测中的表现。与固定参数的状态空间模型不同，该模型根据当前输入计算输入到状态项、状态到输出项和步长。步长控制先前状态衰减的速度，另一个单独学习的门控则调节状态空间输出。笔记本对比模型的线性时间递推与二次复杂度的序列混合和注意力机制，并解释仿射更新如何支持并行结合式扫描。 此实现经过有意简化：它使用 Python…

本笔记本基于公司 10-K 申报文件摘录构建检索流水线。它载入稳定的一组申报文件，将文本切分为句子窗口，创建本地嵌入，并将文本块编入向量数据库。由于实时语言模型生成已禁用，本次测量重点关注检索。查询集中包括一个预期可回答的问题，以及若干超出语料或其覆盖范围的问题。…

本配置说明解释了为何带 L1 惩罚的三分类逻辑回归采用 SAGA，并明确收紧容差。它在 Nasdaq 100 微观结构预测面板上将 SAGA 与 liblinear 进行比较；在所测运行中，SAGA 拟合更快，样本外对数损失和准确率也更好。说明还介绍了在项目的 scikit-learn 版本约束下，liblinear 为何不适用。 核心方法论要点是，宽松的收敛容差可能使系数在数值上接近零，却未真正等于零，从而扭曲特征稀疏度计数。在所选惩罚强度下，收紧容差可使 SAGA…

本笔记本介绍路径签名，将其作为定长特征，用于保留时间序列窗口中观测值的顺序和联合几何结构。第一层记录每个坐标的总变化；第二层捕捉坐标对之间的带符号面积，从而揭示单独的汇总统计量无法描述的运动顺序。加入持续递增的时间坐标，可区分上下波动的路径与保持平坦的路径。更高层级编码更精细的路径结构，特征数量会随深度和维度增加而快速增长。对数签名通过移除代数冗余项，以更紧凑的表示保留信息。 示例使用归一化时间、价格和成交量构建向后延伸的路径，再比较路径签名特征与人工构建的形状特征，用于预测 ETF…

本笔记说明如何基于 US 股票的 SEC XBRL 数据构建并检查季度基本面面板，同时保留每项事实所描述的期间及其公开日期。要进行历史上有效的回测，数值可用的时间取决于申报或公告日期；选择最新可用季度时，则应按财季结束日期排序。仅按期间结束日期筛选，可能会纳入尚未申报的信息，从而造成前视偏差。…

本笔记本介绍一种扩展窗口双重机器学习分析，研究在控制 Beta、IdioVol、LME 和 Variance 后，12至-2个月动量能否预测美国公司下个月的收益（US）。干扰项模型使用更早的决策月份进行训练，各公司的数据在折分边界两侧保持归属一致，并设置隔离期以防止重叠结果进入测试期。最终的 2016 留出集被排除。分析在相同的折外观测上比较朴素 OLS 与 DML，并采用允许公司间及时间上存在依赖的 Driscoll-Kraay 推断来评估不确定性。…

本教程介绍如何在 ETF 和宏观经济数据中检测并防止前视偏差。教程展示了居中移动平均会使用未来观测值，而特征水平与下一期收益之间的简单相关性可能漏掉数据泄漏——即使特征直接包含了明天的价格。随后，教程提出一种尺度不变的检查方法，将特征收益与未来价格收益进行比较，并配合决策时点对齐检查：按交易日行而非日历日期应用执行延迟。 对于宏观数据，笔记本会调查时间戳代表发布日期还是参考期间标记，展示应用发布滞后的效果，并使用 FRED…

本文评估交易成本如何改变一个先前选定的 S&P 500 股票与期权配置的验证表现。它将单边费用设为交易金额的一定比例进行扫描，并与按股收取的固定佣金和半个买卖价差进行比较。这些成本维度代表不同假设，不能视为等同。曲线上标出了设定的单边费用；由于进场和出场都产生费用，相应的往返费用是其两倍。…

本笔记对行业 ETF收益进行基于相关性的主成分分析，以描述共同风险因子和行业轮动。标准化收益后，每个行业的方差均为一，从而降低波动性更高的行业主导主成分的可能性。方差占比和碎石图有助于评估收益变化的集中程度，载荷则显示不同行业如何组合成市场整体方向以及防御型与周期型方向。 移动区块自助法会重采样连续时段，以保留短期依赖关系并估计载荷的不确定性。在不同重采样结果间匹配成分并对齐符号，因为 PCA 符号具有任意性且成分顺序可能变化。滚动 PCA…

本笔记以 SPY 为例，概述金融时间序列变化检测方法。它比较了 Zivot–Andrews 检验（在检验单位根假设的同时估计一个突变点）与 PELT 和二分分割；后两者按选定的代价函数、惩罚项或突变点数量来划分序列。分割结果之所以不同，是因为约束不同；如果长期价格增长主导目标函数，对价格水平进行平方误差分割可能会漏掉在经济上显著的暴跌。…

本笔记在 FinMarBa 标题上评估预训练金融情绪模型，并说明为何这并非对情绪迁移能力的纯粹测试。FinBERT 根据人类对文本情绪的判断进行训练，而 FinMarBa 的负面、中性和正面标签则根据标题中提及的股票代码之后的价格走势生成。类别名称相同，却掩盖了所测任务的差异。 分析将准确率与多数类基线比较，报告宏平均…

本笔记比较每周网格序列模型与每日网格模型，二者预测相同的未来五个交易日收益。在周五采样使该标签近似成为单步前瞻目标，因此可以将直接回归形式与用于预测下一条观测的预测模型进行比较。两者都使用十二个每周特征向量的历史序列。比较旨在检验仅改变采样网格是否有帮助，同时也承认每周采样会减少观测数量，可能削弱模型拟合。…

本笔记基于 US 公司 10-K 文件节选，构建一个检索增强研究助手。它加载文件，将文本切分为句子窗口，用本地模型为片段生成嵌入，并建立相似度检索索引。演示运行会测量可回答问题、几个预期无法从语料回答的问题，以及一个无关问题的检索效果。语料包含供应商讨论附近的节选窗口，而非完整文件，因此其支持范围有限。…

本文介绍如何根据估算的往返交易成本，选出用于验证集和留出集回测的固定股票集合。成本代理指标将每股成本占平均股价的比例与两倍的中位数半价差相加，二者均以基点表示。股票代码按该指标排序，并为每个数据拆分选择成本最低的股票。…

这项探索性分析描述了覆盖九个类别的每日交易所交易基金面板。它检查代码覆盖随时间的变化，将面板与分类字典进行比较，审查空值和零成交量观测，并按类别评估价格K线顺序和流动性。ETF收盘价已针对拆股和分配进行调整，这种处理方式与关联的股票数据集不同。逐年统计的可用基金数量随着产品开始交易而增加，随后保持稳定，表明面板一直保留成员至最后日期。…

本笔记演示如何在每日 ETF 特征上使用差分隐私训练生成对抗网络。它介绍隐私保证和隐私预算，然后使用 Opacus 在聚合梯度并添加经过校准的噪声之前，对每个样本的判别器梯度进行裁剪。隐私核算器会跟踪训练期间的累计隐私消耗。判别器使用逐样本归一化而非批次归一化，因为后者会耦合记录，与预期的隐私处理方式冲突；生成器不会直接处理真实观测。 该流程创建收益、波动率、成交量、动量和振幅特征，对其归一化并裁剪，然后训练…

本笔记将 TabM（一种权重共享神经网络集成模型）应用于由股票期权特征构建的股票收益目标。其成员共享一个两层网络主干，但分别使用激活缩放向量和输出头，并对预测结果取平均。这样，模型可以组合彼此相关的曲面指标，而不必像树模型每次分裂时那样只选一个指标，同时参数量增幅小于使用多个独立网络。配置同时改变隐藏层宽度和集成规模，因此无法区分二者各自的影响。…

这份数据集说明介绍了一组多元化的交易所交易基金，用于动量策略及更广泛的一系列金融研究示例。数据从 2006 年开始，提供每日开盘价、最高价、最低价、收盘价和成交量，涵盖 US 类股票风格与行业、国际市场和新兴市场、固定收益、大宗商品、特色主题及货币。本文还介绍数据集的来源、组织方式、元数据，以及按代码和日期范围选取数据的加载选项。…

本笔记将 TabM 应用于由 US 个股票特征构成的结构化表格，并将其定位在线性惩罚模型与树集成模型之间。每个集成成员共享神经网络主干，但各自拥有缩放向量和输出层；对成员预测取平均，可用较少的额外计算形成集成，而无需分别训练多个完整网络。非线性层可以组合特征交互，第一层则使用所有输入特征，包括彼此相关的特征。…

本笔记将岭回归、Lasso 和弹性网模型应用于一组广泛且成熟的 US 股票特征，包括价值、盈利能力、投资、动量、规模、风险和流动性指标。分析使用滚动折评估原始月度收益、经横截面缩尾处理的收益目标以及收益分类标签。惩罚系数网格用于检验，在输入特征存在大量冗余时，系数收缩或特征筛选如何影响排名准确度。…

本分析对行业交易所交易基金的收益进行基于相关系数的主成分分析。分解前将收益标准化，使每个行业的方差均为一，因此领先主成分描述共同变动，而不会被波动率最高的行业主导。笔记考察方差解释比例、碎石图和载荷；其中第一主成分被解读为广泛的市场走势，另一个主成分则可能反映防御型与周期型之间的轮动维度。 移动区块自助法在保留短期依赖性的同时估计载荷置信区间；由于 PCA…

本笔记说明如何解析 IEX DEEP 历史行情消息，并根据聚合的价格档位更新维护限价订单簿。笔记提取深度变化、最优买卖报价和成交报告，再使用重建的快照考察中间价和价差行为。这种方法提供了一种易于上手的二级市场微观结构分析途径；文中还将其与 NASDAQ ITCH 作比较，后者追踪单笔订单及其生命周期。 由于 DEEP 按价格聚合数量，它不会显示单笔订单身份、排队位置或逐笔撤单率。笔记选用的样本文件在非交易日包含 IEX…

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…