跳至正文

知识库

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。

搜索知识库

440 份文档

《交易机器学习》

本笔记衡量经验证集选出的FX策略对比例交易成本变化的反应。针对每个预测标签,笔记从信号、配置和风险覆盖结果中选定一个母策略,然后在保留其他身份字段的情况下,按成本网格重新运行该策略。成本扫描属于扰动分析,用于描述已确定策略的稳健性,不会参与后续筛选。 文档解释了为什么基点适用于 FX…

外汇回测交易执行风险管理
《交易机器学习》

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。…

股票动量回测交易执行
《交易机器学习》

本笔记介绍加密货币资金费率方向模型的部署演练。模型使用源自历史 Binance 永续合约的数据训练一个三分类 LightGBM 模型,随后从OKX获取实时小时线和资金费率,将数据汇总为策略的八小时频率,计算实时特征集,并对可用标的评分。Alpaca 模拟交易为映射出的USD现货交易对提供执行环境;未匹配的永续合约仅生成信号。运行过程会记录覆盖范围、数据时效、预测和执行结果,以便监控和审计。…

加密资产永续合约现货市场机器学习
《交易机器学习》

本笔记介绍一种使用统一管理器、预设或自定义代码列表以及分区Parquet存储来获取和维护金融时间序列的工作流程。内容涵盖单标的和多标的并行抓取、将数据载入存储、读取指定日期范围、增量更新,以及在研究或回测前检测数据缺口。经过重新基准化的ETF序列涵盖股票、债券和黄金,说明批量加载如何让跨资产比较在一个数据集中成为可能。…

多资产股票回测交易执行
《交易机器学习》

这项探索性分析检验:在100-ETF资产范围内,剔除最近一个月的十二个月动量信号是否与下月收益相关。分析依据调整后收盘价构建月度面板,每月将符合条件的ETF划分为五分位组,并比较各组等权收益与全体资产的等权收益。相对于基准的结果旨在揭示动量关系的排序、幅度和形态,多空组合(最高组减最低组)的收益差则提供相关概览。…

多资产动量统计学回测
《交易机器学习》

本演示检查一个双移动平均线交叉策略实现,是否能在回测引擎和实盘引擎中产生一致信号。两个引擎接收相同的预处理ETF柱线,并使用相同的策略参数和成交约定,因此比较聚焦于引擎行为差异。短期均线高于长期均线且尚无多头仓位时,策略买入;持有资产时,均线反向交叉后卖出。…

股票回测交易执行技术指标
《交易机器学习》

本分析根据ITCH的新增、删除、部分撤单、替换和成交消息,重建单笔NASDAQ限价订单。分析使用精确时间戳和对数缩放的存续期分布,测量订单是否被撤销或成交,以及经过多长时间发生这些事件。方法区分仍在交易簿中的订单与已经成交或修改的订单,并将单个代码的生命周期分析与更广泛的消息计数分开。…

股票市场微观结构交易执行高频交易
《交易机器学习》

本分析笔记说明如何利用注册表结果而非重新回测,评估基于公司特征构建的US股票策略。笔记读取考虑不确定性的绩效统计,在共同支持范围内对配置排序,并通过配对比较评估选定策略相对于等权基准的表现。根据选定验证运行的完整规格确定留出集选择,避免依据留出集结果进行选择。…

股票回测统计学风险管理
《交易机器学习》

本文介绍金融时间序列数据所用数据库引擎的基准测试。测试比较批量写入、全表扫描、时间范围查询、OHLCV聚合,以及交易和报价数据的时点连接。测试方法将客户端转换计入写入成本,等待数据持久化且可查询后再计时,并核验精确结果行数,避免截断查询看起来速度虚高。读取测试先预热,再重复进行热缓存测量,以反映嵌入式引擎和服务器可用的缓存。…

市场微观结构交易执行回测统计学
《交易机器学习》

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。…

机器学习交易执行回测投资组合构建
《交易机器学习》

本笔记本比较多个案例策略在假设交易成本下的影响。它读取每项已部署策略配置的成本敏感度回测,将毛夏普率与案例自身假设成本下的净夏普率进行比较,并估算夏普率降至零时的成本。如果假设成本落在已测试成本点之间,则对净夏普率进行线性插值。分析还按调仓周期分组,考察换手频率与成本拖累的关系。…

回测风险管理交易执行统计学
《交易机器学习》

本笔记报告了在选定的真实案例策略上,对 Backtrader、Zipline Reloaded 和内部交易框架进行的对齐比较。内容包括两种外部引擎的 ETF 和 US 股票面板比较,以及 Backtrader 的 CME 期货和以 USD 计价的 FX 比较。审计以美分精度检查成交价格和数量、估值时间戳及账户价值。对于不支持的资产模型,笔记会列出而不会将其算作成功比较;本次审计也未将任一引擎视为原生支持加密货币永续合约资金费率。…

回测交易执行市场微观结构股票
《交易机器学习》

该模块定义一种月度 ETF 配置基准,使用风险调整后的动量得分:过去的累计收益除以年化已实现波动率。当 10 年期减 2 年期收益率曲线斜率超过阈值时,模块选择排名最高的资产;否则在综合债券和长期美国国债之间进行防御性配置。资产范围还包括广泛市场股票、国际市场、房地产、黄金和大宗商品基金。等权、波动率倒数加权和静态股债投资组合作为比较基准。…

股票多资产动量波动率
《交易机器学习》

本示例介绍连接至 USD 现货经纪商的加密策略持续运行时的操作形态。它将规模较大的永续期货案例资产范围映射到较小的可用现货交易对集合,再通过面向经纪商的循环流程传递动量 z 分数代理信号。示例还说明资金费率检查必须将时间戳统一为 UTC,并指出周期性资金费率结算时段可作为永续仓位的时间标记。…

加密资产永续合约现货市场动量
《交易机器学习》

本概览汇总了九个交易案例的配置数据,涵盖股票、加密资产、外汇、期货、期权和多资产投资组合。它比较各项研究的资产范围、数据频率、决策周期、成本模型以及信号到仓位的映射方式。这些示例展示了不同策略和数据集如何采用不同选择,也包括交易成本影响尤为显著的情形。…

多资产回测风险管理交易执行
《交易机器学习》

这份笔记本提出一套确定性框架,用于检查回测和实盘交易流程的行为是否一致。它比较将价格行情转化为决策的各个阶段:特征计算、预测、信号和订单规模。固定的合成价格序列让两套流程处理完全相同的输入,从而更容易将技术实现差异与市场变化区分开来。…

回测交易执行机器学习统计学
《交易机器学习》

这份笔记本训练强化学习智能体,将固定卖单安排在加密货币永续期货市场的逐小时行情中执行。其状态包括滞后收益、波动率、前一小时成交量、永续合约相对于现货的溢价,以及距离资金费结算的时间。按日期拆分训练集和评估集,并在相同评估窗口上通过配对差值和标准误比较多个执行计划。…

加密资产永续合约交易执行机器学习
《交易机器学习》

这份笔记本使用源自 NASDAQ ITCH 的交易和订单数据,展示微观结构模式。它检查逐笔交易收益的一阶负自相关,并与中间价收益进行比较;还比较了代表不同流动性水平的代码之间的交易活动和日内波动率。此外,笔记本还描述订单到达和提交规模,并在有增强数据时报告撤单消息中的部分撤单量。…

股票市场微观结构统计学交易执行
《交易机器学习》

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。…

股票交易执行风险管理市场微观结构
《交易机器学习》

这项案例研究评估标普 500 成分股的平值短跨式策略:每周建仓、持有至到期,并每日进行 Delta 对冲。其主要方法选择是模拟持有至到期的收益:期权头寸产生建仓价差,但不产生期权平仓价差;对冲交易则每日产生标的成本。研究指出,当收益和价差都与期权权利金挂钩时,按名义金额基点表示的成本可能会严重低估交易摩擦。研究使用基于权利金的成本框架和高流动性股票池筛选条件,考察策略是否仍可行。…

期权波动率回测交易执行
《交易机器学习》

这份笔记本评估交易成本假设如何影响一个选定的标普 500 股票与期权配置在验证集上的夏普比率。在可用时,它沿用通过冻结候选集选出的配置,然后对同一配置谱系重新运行,测试一系列单边成本(按交易名义金额的一定比例收取)以及探索性的每股佣金加固定半个价差。估计值配有区块自助法区间,以显示选定收益路径的不确定性。…

股票期权交易执行回测
《交易机器学习》

这项 NASDAQ-100 案例研究考察 15 分钟微观结构信号能否承受交易成本。工作流程评估订单流、报价陈旧程度和相对价差,然后比较全范围策略与仅使用交易成本较低股票的策略。研究还比较了选择单一验证集胜出模型与对一组模型取平均,以降低噪声选择的影响。报告的留出期夏普比率从朴素基准的 −0.89 变为成本筛选后的 −0.21,并在集成模型选择后变为 +0.53。…

股票美国市场市场微观结构交易执行
《交易机器学习》

本笔记本演示经纪商封装层如何通过订单规模和持仓限额、订单频率上限、资产限制以及持续有效的紧急停止开关,拒绝不安全订单。合成经纪商使决策过程清晰可见:尝试提交的订单会被接受或拦截,并附带说明,因此示例可以将风险检查与连接和市场数据行为区分开来。笔记本还展示了影子模式:虚拟投资组合记录成交和成本基础,但不向经纪商发送订单。…

风险管理仓位规模交易执行
《交易机器学习》

本分析对涵盖九个资产组的固定 100 只 ETF 范围进行数据概况检查。它检查各基金和年份的数据覆盖情况,确认价格面板与分组配置相符,检查空值和 OHLC 顺序,并比较各组的交易量。文中还说明,收盘价已根据拆股和分红进行调整,因此可以直接用来计算收益。 年末数量会随着产品到达上市日期而增加,之后保持稳定,因为所选范围内的每只基金都仍有报价。这一模式反映的是数据集的构建方式,并不代表整个 ETF 市场的存续情况。同样,严格的 OHLC…

多资产统计学风险管理回测