知识库

本笔记本展示一种结构化状态记录，用于保存研究智能体一次运行中的问题、截止时点、证据、未解决问题、工具历史、质量门槛结果和综合状态。它将此状态与对话轨迹区分开来：轨迹记录发生了什么，而状态则以可检查、比较、保存检查点并恢复的形式，记录智能体推导出的知识。证据记录包括检索时间和来源详情，工具轨迹也会保留未找到结果的搜索。…

该笔记本使用一组加密货币永续市场的标准化小时收益训练基础自编码器。编码器将跨资产收益向量压缩为二维潜在表示，解码器则重构输入。观测收益与重构收益之差以均方误差衡量，并被视为市场状况异常的信号。基于训练误差分布设定的阈值会标记测试观测，供进一步检查。…

本笔记比较蒙特卡洛 Dropout 和深度集成模型这两种估计每日 ETF 收益预测不确定性的方法。Dropout 在重复预测期间保持启用，集成成员则分别训练；任一方法的预测分散程度都可估计模型不确定性，但仅凭此无法确立区间覆盖率。Ridge 模型提供点预测基线，笔记使用每日横截面 Spearman IC 评估预测排序。…

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。…

本章概述生成合成金融数据的方法，以及如何判断生成结果是否有用。内容从已实现市场路径数量有限这一事实出发，并讨论反复搜索策略可能抬高表面回测表现的风险。章节比较了可解释的模拟基线方法，包括自助法和随机模型，以及用于结构化表格的学习型生成器，例如 GAN、扩散模型和语言模型。示例涵盖收益序列、尾部风险、时间结构、不规则观测和混合类型金融数据。…

本笔记声明并运行一项双重机器学习分析，研究方差风险溢价对到期时 S&P 500 期权收益的影响。执行前，笔记会展示估计目标、观测时点、混杂因素、时间交叉验证设置、辅助模型、HAC 协方差设计和安慰剂反证方法。使用预览模式时，只有指定预览缩减方案后才会运行解析后的请求；笔记还会检查结果是否完整并符合计划中的身份标识。 笔记还记录了安慰剂比较方法的变更：现在比较 HAC t…

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。…

本笔记介绍一种监督式自编码器，将 ETF 特征行压缩为低维表示，并直接根据该表示预测远期收益。与条件自编码器不同，它不假设收益来自少量共同因子变动。编码器同时通过重构目标和收益预测目标进行训练，因此不同预测期限会产生分别拟合的模型。…

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。…

本分析在共享的跨资产面板上，比较多个系列中已登记的 ETF 预测模型。分析使用信息系数评估各模型按后续收益为基金排序的能力，考察置信区间和分折一致性，并检查不同系列的预测是否一致。特征来自价格历史，包括动量、波动率和收益率曲线指标；基金涵盖股票行业、国家、债券、大宗商品和货币。…

本笔记比较将带方向的收益预测转换为二元头寸的三种方法：固定的零阈值、每个品种自身评分的滚动百分位数，以及跨品种的横截面百分位数。笔记使用已登记的 ETF 和加密货币永续合约验证集预测，衡量信号启动和状态变化。滚动窗口和百分位数阈值控制响应速度与选择性；横截面排名则总是选取可用标的范围中的相对份额。…

本文介绍一种监督式自编码器，作为条件潜在因子模型的对照模型。它将公司特征直接映射为远期收益，同时通过狭窄瓶颈压缩 57 个输入。将其与使用相同瓶颈的条件自编码器进行比较，旨在检验因子结构是否能在降维之外带来额外价值。目标变量包括原始收益、按月缩尾处理的收益和收益类别，因此改变目标变量也会改变网络所学习的内容。…

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…

本实验将梯度提升树模型、表格神经网络和潜在因子模型对月度 ETF 排名的验证预测结合起来。首先通过横截面 z 分数对预测进行标准化，然后取平均。实验使用含异方差和自相关稳健不确定性估计的信息系数（IC）评估集成模型，同时进行考虑成本的只做多回测，选取少量 ETF 并为其配置权重。 集成模型的总体 IC 高于 LSTM 基准，但夏普比率较低，最大回撤较大。分折结果揭示了原因：集成模型的秩相关性波动很大，部分折甚至为负；而 LSTM…

本文介绍一套生成拟合模型特征的通用方法，避免使用未来观测值。对于隐马尔可夫模型，文中区分了基于截至当前时点观测值的过滤状态概率，以及以完整序列为条件、可能泄漏未来信息的平滑状态概率。本文还介绍因果 GARCH 波动率递推和滚动重新拟合安排，包括时间戳检查，以及将每个拟合模型应用于前缀或新输出区块的选项。状态排序和相关拟合辅助函数旨在使不同折的特征具有可比性。 示例解释了为什么看似固定的 GARCH…

本笔记使用双重机器学习，估计永续期货溢价偏离是否与随后八小时收益相关，以及这种估计关系在高波动和低波动市场中是否不同。文中介绍了跨加密货币品种的面板设计，对观测到的处理前特征进行调整，采用带清除和隔离期的滚动交叉拟合，并在标准误中考虑共同时间冲击和序列相关性。按状态分别拟合模型，并加入处理与状态的交互项，以分析不同波动状态之间的差异。 本笔记还使用品种内的区块置换作为反证检验，区块的选择旨在保留处理变量的持续性。文中提醒，由于置换后的处理变量残差方差不同，应使用 t…

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…

本教程将 ETF 横截面信号转化为仅做多、前十名等权组合，并将岭回归和逻辑分类与动量及等权基准进行比较。模型在滚动训练窗口中拟合，并针对前向收益标签设置缓冲期，随后每月调整组合。分析计算组合收益、换手率、毛收益和净收益指标以及信息系数，以展示信号排序质量与扣除交易成本后结果之间的关系。 交易成本按组合换手率对每一边分别计费。笔记解释了为什么反复更换持仓的主动策略可能比等权策略损失更多收益；等权策略通常只在恢复目标权重时交易。笔记还提醒，净夏普比率和 IC…