知识库

本笔记对八种期限为一年至三十年的美国国债恒定期限收益率变化应用主成分分析。分析会移除收益率没有变化的前向填充日历行，并在进行 PCA 前标准化剩余观测值，使每种期限的影响相同。它将前三个成分解释为水平、斜率和曲率：平行变动、趋陡或趋平，以及中段相对于两端的扭转。为确保解释一致，成分符号会固定；同时使用自助重采样考察载荷的稳定性。…

本分析从冻结的加密货币永续期货候选池中选出一个配置，候选池涵盖四种预测标签和多个策略阶段。它选择验证期夏普比率最高的配置，并将标签、数据划分和执行细节纳入可比候选项的定义。随后，笔记区分所选收益序列本身的不确定性与搜索众多候选项造成的不确定性：区块自助法区间估计抽样变异，夏普比率去膨胀变体则校正候选池的选择效应。笔记还报告了达到传统统计显著性所需的期间数，并将资金费率收益与佣金和滑点区分开来。…

本笔记使用双重机器学习估计期货持有收益能否在控制波动率、动量和横截面持有收益排名后，独立预测后续收益。它通过灵活模型和交叉拟合，将持有收益及收益率分别对这些混杂因素进行残差化处理，再根据残差估计效应。结果在两个收益期限上进行评估。HAC 置信区间考虑了波动率变化和结果重叠；区块置换反证检验则将观测到的 HAC 统计量与重新排列处理区块后的估计结果进行比较。…

本笔记介绍 DeePM，这是一种端到端的 ETF 投资组合策略，旨在改善不同市场环境下的表现。其组件包括经波动率标准化的收益和趋势特征、基于 LSTM 的模型、变量选择、条件层，以及受资产类别图约束的跨资产注意力机制。该图编码组内联系和选定的组间关系。SoftMin 目标函数侧重于表现最弱的滚动训练窗口，而成本感知训练会惩罚换手率。评估采用按时间顺序划分的训练、验证和测试窗口，并与不使用 SoftMin 的版本、等权基准及逆波动率基准进行比较。…

本笔记利用最大有利与不利变动分析，根据观测到的价格路径确定三重障碍宽度。对于在某根 K 线收盘时做多的情况，笔记测量随后持有窗口内的最高价和最低价；做空时则反转有利与不利变动的定义。窗口从下一根 K 线开始，以避免使用收盘进场之前出现的价格极值。笔记还使用平均真实波幅对变动进行归一化，以便比较不同资产和波动率环境。 分析涵盖日频…

本文档说明四种市场冲击模型如何估算订单造成的每股不利价格变动：无冲击、线性冲击、平方根冲击和可配置的幂律冲击。文档解释了符号约定、参与率、波动率和模型系数的作用，以及为何在参数设定和成交量约定一致之前，不能公平比较模型水平。示例还将冲击成本与成交量参与率上限结合，以展示部分成交及未成交数量需要如何结转。…

本笔记探讨为何两个回测引擎会因相同信号得出不同结果。笔记固定策略和可交易范围，在预测值相同时使组合权重具有确定性，并展示分数股与整股、费用准备金和成交顺序等执行设置。每项设置都相对于明确的参考配置进行更改，并通过期末价值和成交笔数比较结果。 分析还会检查某项设置是否实际影响了相关代码路径：在此设置中，成交顺序没有可测得的影响，因为目标权重执行器在券商队列策略生效前就已确定再平衡顺序。分析分别和联合测量各项设置，并将联合影响与各项单独影响之和的差值视为交互残差。证据仅适用于一个 ETF…

本章将回测视为一种证伪策略的尝试，需要明确设定信号时点、执行、再平衡、仓位规模、成本、约束和基准。章节比较向量化模拟与事件驱动模拟如何处理状态、订单顺序、现金和成交，并通过结果一致性练习分离协议选择对结果的影响。简单的 ETF 基准为后续比较提供参照。…

本资料介绍如何从不可变的训练规范重建模型请求，并验证生成的运行结果。检查内容包括请求是否使用受支持的身份版本、规范的执行层级、匹配的模型系列和研究，以及是否保持训练身份不变。锁定的留出集必须明确声明留出切分，包含一个完整的数据折，并明确训练和评估的精确边界。…

本笔记解释如何将 Kalshi 的美联储利率二元合约解读为概率，以及如何将一系列利率阈值转换为隐含分布。笔记强调，数据源包含 YES 买价，因此价格是受到价差影响的下限；阈值顺序违例属于诊断信号，并不能证明存在套利机会。 笔记通过识别不可能出现的零收盘价和过时的盘中区间，处理交易稀疏及数据摄取问题，随后使用向前填充修复价格以避免前视。笔记区分报价修订与实际成交，提出概率动量和波动率特征，并检查这些特征在多大程度上传递信息。数百根 K…

这项可行性分析检查现有数据和假设是否足以支持一种每周策略：按平值隐含波动率为标普 500 股票排名，并买入排名靠前的股票。信号来自期权，但持仓标的是股票。笔记定义了隐含波动率和所选期权合约，并检查供应商计算失败、到期日历、标的范围、成本假设及滚动切分如何影响研究设计。…

本章说明如何在尊重每个决策时点可用信息的前提下评估金融机器学习模型。它区分训练集、验证集和最终留出集，并解释随机打乱的K折验证为何会让模型在预测过去时使用未来观测进行训练。扩展窗口和滚动前向验证折保留时间顺序：扩展窗口保留历史数据，滚动窗口则舍弃较早数据。…

本综合笔记使用多元化ETF资产范围中的共同信号，比较等权、反波动率、均值—方差优化和层次风险平价。滚动 Ridge 模型使用动量、与移动平均线的距离和波动率特征估计前向收益，并选择做多和做空的ETF。比较通过将同一信号应用于各方法，区分标的选择与配置，再评估投资组合表现、稳定性、回撤、换手率和市场状态下的行为。留出期之前的选择阶段决定后续留出期评估采用的配置方法；另行进行考虑执行因素的重放，并纳入佣金、滑点和下一根柱成交。…

本笔记通过固定每个案例研究所选信号并比较配置阶段回测，单独考察投资组合配置。比较方法包括等权、反波动率、分数加权、均值—方差优化、风险平价和层次风险平价。对每种方法，笔记保留其在再平衡和前K名变体中的最高夏普配置，再比较各案例研究中的最佳配置方法及最强与最弱方法之间的差距。…

本笔记在固定每个案例研究所选信号预测的条件下，比较不同案例研究中的投资组合配置方法。它载入与同一主干预测相关的配置阶段回测，再考察等权、反波动率、均值—方差优化、风险平价、层次风险平价和分数加权等方法。笔记以每个案例研究中最佳与最差配置方法之间的夏普差距描述配置方法的敏感性，并以信号阶段的等权配置作为基准。分析强调，配置可以重新分配风险，却无法创造有信息量的信号。差距较小时，可根据换手率或容量等实际因素选择配置方法；差距较大则说明这是一个影响重大的决策，也可能带来验证数据选择偏差。结果依赖验证折；每种方法均以其在…

本笔记考察再平衡频率如何影响ETF动量组合的换手率、毛收益表现和成本调整后结果。该组合按动量排名筛选，并依据历史目标权重变化估算每日、每周、每两周和每月调仓的换手率，再采用示例性价差、市场冲击和佣金假设。盈亏平衡阿尔法通过将年化单向换手率乘以往返成本计算，得出覆盖交易成本所需的毛收益门槛。另行进行情景分析，考察信号衰减和持续性成本如何影响偏好的调仓频率，并比较各频率下的毛夏普和净夏普。历史分析使用固定资产范围和样本，以及数据提供商调整后的收盘价；它是描述性分析，未使用未经查看的留出集。成本组合是假设性的教学示例，…

本笔记展示如何将亏损交易与其决策对应的模型解释联系起来。它根据价格和宏观经济数据构建单一资产SPY特征面板，在较早的观测上训练 LightGBM 模型，再用较晚的观测构建交易记录和SHAP解释。交易分析器对表现最差交易的解释进行聚类，旨在发现可用于调查特征、市场状态或数据问题的模式。…

本演示介绍一个连接至 Alpaca USD现货市场、持续运行的加密货币交易循环。它将永续期货案例研究的资产范围映射到该交易场所支持的现货交易对，并明确说明只有其中一部分可在该处交易。示例信号是收盘到收盘动量的滚动Z分数，用作永续期货与现货价差的代理信号。笔记说明，生产版本会改为根据永续期货和现货价格计算价差，并将资金费率窗口的时间戳统一转换为UTC，以便进行运行日志记录。…

本笔记使用相同的ETF收益面板，比较 PyPortfolioOpt、Riskfolio-Lib 和 skfolio 得出的投资组合配置。它在训练期拟合配置方法，检查等价目标和对齐权重是否在求解器容差范围内一致，并在后续观测上评估冻结后的配置。比较内容涵盖均值—风险方法、层次风险平价、尾部风险目标，以及换手率或权重集中度惩罚。笔记还采用赫芬达尔集中度指标，并展示仅限于训练窗口的滚动评估。…

本笔记估算，相较于纳入退出数据集公司的投资组合，仅包含存续US股票的等权投资组合可能高估多少收益。首先检查面板数据记录退出的时间，发现可用的退出历史仅从较晚年份开始。由于面板缺少退市原因和终值回报，分析采用根据已发表的CRSP比率校准的情景，对最后报价后的结果进行建模。在计算投资组合偏差之前，先检查复权价格是否因未调整的公司行动而出现不合理跳变，并修正受影响的回报。…

这本笔记演示如何在市场状况迥异的时段监控 ETF 动量特征和加密货币永续期货特征的协变量漂移。它比较总体稳定性指数（衡量单个特征分布变化）、Wasserstein 距离和领域分类器；领域分类器检验能否从整体上区分参考样本与当前样本。一个生产监控示例将得分映射为警报级别，并汇总警报以生成重新训练建议。 领域分类器使用按时间区块划分的验证，避免相邻观测跨折泄漏并夸大表面上的可区分性。示例展示按特征和多变量检查可以揭示不同类型的变化；同时，PSI…

这本笔记构建了仅做多且满仓的 Markowitz 框架，包括可行组合、有效前沿、最大夏普组合和最小方差组合。它介绍组合方差如何取决于协方差矩阵，以及资产走势不同步时，分散化如何降低风险。条件数用于诊断资产收益之间的冗余程度及其可能导致的数值敏感性。 核心经验是，优化权重可能不稳定，因为预期收益比协方差更难估计，而优化器又可能对这些带有噪声的收益估计高度敏感。笔记在一个时期估算权重并将其固定，之后将其与等权、逆波动率和风险贡献相等等启发式方法进行比较。其 ETF…

这本笔记演示如何为动量组合调整 StopLoss、TakeProfit 和 TrailingStop 规则，同时按时间顺序隔离校准期和评估期。它使用校准数据测试单项规则的宽度及其组合，然后在开启后续评估期之前固定选定配置。已平仓交易的最大不利和有利变动也可用于设定候选止损和目标价位。 示例使用固定的五只 ETF 面板、等权重的动量前三名选股，并在基于已完成收盘价形成信号后，于下一根 K 线执行。候选规则采用 Calmar 指标进行比较，该指标由 CAGR…

这份文档演示如何通过通用策略接口，将为期五天的 ETF 动量策略连接到 Alpaca。该策略跟踪 SPY、QQQ 和 IWM 的动量，并在动量越过阈值时生成信号。经纪商专用适配器负责处理数据和订单，而策略及其风险封装可以重复使用。笔记分别检查 SDK 是否可用、凭证、账户状态和执行模式，并支持影子模式；在该模式下会记录订单，但不会发送订单。 默认情况下，演示使用模拟经纪商和确定性柱线，因此无需 Alpaca…