知识库

本笔记介绍一种将标准化 ETF 数据加载、特征注册表和信号诊断结合起来的工作流。笔记展示如何查找指标元数据、使用默认值或显式参数计算特征，并保存配置以便重复执行流程。一个指标的多个周期可以分别计算后再合并。通过比较库中的 RSI 与手动指数平滑版本，笔记说明平滑方法等实现选择会产生不同数值。 诊断示例使用秩信息系数、t统计量和分位数组间收益差，评估动量特征与未来 ETF 收益的关系。笔记报告，该示例的横截面 IC…

本笔记使用匿名化的公司特征和收益面板，将随机森林与XGBoost、LightGBM和CatBoost进行比较。数据集按时间划分为训练集、验证集和测试集。模型主要使用Spearman秩信息系数评估，并以R²和均方误差作为补充指标。提升模型采用正则化和抽样控制；XGBoost还根据验证结果提前停止，以选择迭代次数。…

本笔记将风险价值解释为损失分位数，将条件风险价值（亦称预期损失）解释为超过该阈值后的平均损失。它使用四种方法估算宽基股票ETF的一日尾部风险：经验历史分位数、高斯模型、Cornish-Fisher偏度和峰度调整，以及基于拟合的Student-t分布进行模拟。随后，笔记比较预测值与实际损失，检查超限次数，并探讨由五只ETF构成的等权组合的分散化效果。…

本笔记通过已登记且覆盖完整的候选项重建其验证配置，评估一个选定的标普 500 股票与期权策略。笔记追踪从等权基准到资产配置、风险控制和成本敏感性的筛选过程，再读取由独立预测和回测阶段产生的留出结果。它分别考察各项诊断：阶段推进、风险变化的配对不确定性、成本后的表现，以及对尝试多种配置所作的调整。…

本笔记介绍层级风险平价（HRP），说明在协方差估计噪声较大时，它可作为均值—方差配置的替代方法。HRP 根据相关性距离对资产聚类，按层级排序，再递归二分排序后的资产，并依据估计方差在各组之间分配权重。它无需矩阵求逆，但仍依赖估计的相关性和方差；这三个步骤并不能保证权重充分分散，按方差倒数进行拆分也可能使权重高度集中于低波动资产。 本笔记用 ETF 展示层级结构，并在滚动测试中将 HRP…

本笔记使用已登记的回测和固定选择流程评估每周 S&P 500期权跨式策略。应用流动性标的范围限制后，从注册表中确定所选配置；随后评估验证集和留出集结果，不使用留出集选择策略。回测使用每日 Delta 对冲、到期结算，以及每条期权腿和对冲交易的价差成本。报告指标包括区块自助法置信区间，并使用配对比较评估留出集表现衰减及其与等权基准的差异。…

本研究利用NVDA的逐笔委托数据构建分钟级订单流压力指标。它按买卖方向标记新增委托、撤单和成交，根据事件规模及其与中间价的距离进行加权，并对所得压力序列进行平滑。随后，研究考察该指标是否能预测多个未来期限的收益，同时使用中间价标记收益和决策时点的可执行价格，以区分统计关联与可交易表现。…

本笔记比较了两个在本地运行的开放权重嵌入模型，在一个检索任务中使用来自近期的10-K申报文件的段落，样本涵盖少数大型US公司。两个模型接收相同的两句段落，以及一组固定查询，涉及技术、风险和一般商业主题。语料库和查询集均经过哈希处理，以便复现运行；本笔记还介绍了 Precision at k 和平均倒数排名等检索指标。…

本笔记基于已发布面板，为US公司特征研究构建月度模型矩阵；该面板中的特征已在公司间完成排名。它利用同一公司—月份行中的数值添加合成特征和交互项，不拟合变换，也不计算滚动窗口。特征族登记表记录各特征组的输入、时间约定、研究依据和可能的失效模式。本笔记不将已实现收益纳入特征矩阵，并检查公司标识是否与独立的标签面板一致。…

本配置说明阐释了在三分类标签的L1逻辑回归中选择 saga 求解器和更严格收敛容差的原因。文中对比 saga 与 liblinear，引用了 Nasdaq 微观结构面板上的运行时间测量，以及报告的样本外对数损失和准确率。在已测运行中，saga 在速度和这些预测指标上均占优，但作者指出全量面板的运行时间仍不确定。…

本笔记研究一种监督式自编码器，根据公司特征预测未来收益。它保留了狭窄的神经网络瓶颈，但去除了相关模型采用的条件因子解释和定价约束。网络将特征直接映射到收益，先通过指定数量的单元压缩输入，再生成预测。 本笔记在滚动前向交叉验证折上拟合指定的收益和收益分类标签。在每个训练检查点生成验证集预测，随后报告信息系数诊断，以比较不同检查点和标签。它将该模型作为具有相同瓶颈的条件自编码器的对照，因此比较可以显示加入因子结构的作用。本笔记不选择模型：后续回测阶段会使用验证集夏普值进行选择。…

这项可行性分析检查能否使用现有面板数据评估基于 US 公司特征的月度多空策略。分析验证指标是否以排名形式编码，描述公司可观测时长，按再平衡日期统计公司数量并与多空两侧所需持仓数比较，将月度价差与假定的交易成本区间进行比较，并检查历史数据是否足以支持多轮滚动验证且不触及留出集。分析没有拟合模型，也没有进行预测。…

本笔记本比较同一个月度 ETF 动量策略的两种模拟。两者使用相同的目标权重、股票池、日期和总交易成本。一种根据滞后权重和资产收益计算收益；另一种按顺序处理订单，并跟踪成交、股数和现金。因此，结果差异揭示了执行假设的影响，例如目标何时生效、成交价格、整股限制和现金可用性。 笔记本建议使用同一套指标实现比较收益路径和期末财富，因为每日收益相关性相近可能掩盖复利差异，不同软件库也可能采用不同的统计计算方式。数组方法适用于快速参数扫描，顺序模拟则可表示依赖账户状态的决策。示例使用固定且人工选定的 ETF…

本笔记本使用 NASDAQ-100 微观结构特征训练长短期记忆网络，以预测多个分钟级期限的远期收益。与展平后的线性模型不同，LSTM 按序处理每个观测，并学习保留多少过去信息。模型使用一分钟数据的后向窗口，并在不同股票和交叉验证折之间重置隐藏状态；每个窗口必须始终属于同一代码，且只使用预测时点可获得的信息。…

本笔记本构建 N-BEATS，这是一种全连接神经预测架构，可处理整个输入窗口并预测未来走势。其可解释变体对各模块施加约束，使其通过多项式趋势基和傅里叶季节性基表达成分。残差回推使堆叠模块能够逐步解释输入的不同部分。笔记本将受约束和不受约束的版本拟合到 SPY 收盘价，绘制命名成分，并将其预测误差与重复最新价格的持续性预测进行比较。…

本文介绍一类公司收益模型，它们假设少数未观测到的共同因子可以解释大部分横截面差异。这些模型不直接根据特征预测收益，而是根据特征推断各公司的因子敞口，再将这些敞口与估算的因子收益结合起来。核心约束有助于提高统计处理的可行性；但如果少数因子无法充分描述横截面，残差收益可能占主导，直接预测器的表现也可能更好。 这一模型族包括线性和神经网络敞口映射、直接为横截面定价的模型，以及保留瓶颈层并预测收益的监督式自编码器。笔记说明了哪些比较最有信息量，以及为什么当公司标识符无法贯穿整个样本时，普通 PCA…

本文演示一个经纪商封装层：在转发交易前检查订单和投资组合状态。其控制包括单笔订单的股数和金额上限、持仓敞口上限、订单频率限制、资产允许列表和屏蔽列表，以及紧急停机功能。模拟经纪商会显示请求被接受或拒绝的情况，并通过断言确保每个情景都产生预期结果。…

本笔记本使用双重机器学习（DML），估计连续型 ETF 动量指标对后续收益的调整后效应，并控制近期和长期波动率、市场状态及收益率曲线斜率。笔记本比较了未调整回归、EconML 和手动实现的 DML，并讨论干扰模型的选择如何影响估计值。因果解释依赖充分的处理前控制变量及其他识别假设；未观测冲击和模型设定错误仍可能造成偏差。 一个核心启示是，面板校正应依据决策日期，而不是展平后按 ETF 日期排列的行。滚动交叉验证折按唯一日期构建；Driscoll-Kraay…

本笔记本估算执行成本如何侵蚀假设的日内策略收益。首先，使用分钟线报价测量 NASDAQ-100 成分股的成交量加权报价价差，再以成分股价差中位数作为穿价成本的经验基准。其他成本部分，包括市场冲击、滑点、佣金和费用，均为情景假设。笔记本将穿价、限价委托和被动执行的成本组合，与假设的毛夏普比率、波动率和每日往返投资组合 NAV 换手率特征进行比较。 该框架按交易名义金额比例年化成本，并在成本降低收益但不改变波动率的简化假设下计算净夏普比率。它还求出符合所选净夏普比率阈值的最高换手率。关键的实践启示是，应根据投资组合…

本笔记区分收益预测与声称动量会导致收益这两种说法。它将股票过去一年的收益（不包括最近一个月）视为处理变量，将未来收益视为结果变量。近期波动率、流动性不足排名和成交量比率被设为潜在混杂因素。双重机器学习分别根据这些变量对结果和处理变量建模，然后通过将残差化后的结果对残差化后的处理变量进行回归来估计影响。两个干扰项模型都采用滚动方式拟合，并设置隔离期，以避免使用未来信息。…

本笔记汇总多个交易案例研究中的 LightGBM 结果，并与线性模型和 TabM 基线进行比较。它考察每个案例研究中 IC 最高的 IC 配置，报告异方差和自相关一致的区间，并分析损失函数、树深度和提升检查点与验证表现之间的关系。其他视图会比较标签期限、分类与回归指标、特征重要性排名，以及覆盖范围相符的模型家族结果。 证据来自已登记的实验网格和折级预测；比较仅限于覆盖相同折和日期的配置。本笔记会明确显示缺失或不匹配的覆盖范围，而不会用无关结果替代。结论主要是描述性的：按验证 IC…

本笔记检验学习得到的图嵌入是否能为 US 股票的表格模型增加预测信息。它基于目标期之前测得的绝对收益相关性构建网络，并利用同一段目标期前历史构造动量、波动率和趋势特征，以预测后续股票收益。比较过程中，每个交叉验证折内都会训练一个图注意力自编码器，随后在相同的留出股票上评估包含和不包含图派生特征的岭回归模型。…

本笔记比较波动率测量方法，并在粗糙度分析之外构建异质自回归（HAR）波动率模型。它使用日内收益估计时段已实现方差，区分日内波动与隔夜收益，并将基于日内区间的估计量与更高频的测量结果进行核验。文中指出了数据问题，例如公司行动后的价格未作调整、交易时段不完整，以及交易所交易时段缺失。HAR 结合短期、中期和较长期的波动率均值，使其系数可解释为不同市场节奏的贡献；回归变量重叠意味着需要修正标准误。…

本文介绍一项标普 500 期权研究中的 LSTM 序列模型。不同于依赖人工构造特征概括标的历史的横截面模型，LSTM 接收按时间排序的窗口，并学习序列中哪些部分重要。它的门控机制会在回看区间中传递信息，但额外的灵活性也增加了拟合噪声的风险，尤其是在期权数据集有限时。采用该模型是为了检验序列顺序是否能提供基于特征的梯度提升模型之外的信息，而非预设深度学习必然胜过后者。 训练流程通过统一预设固定架构、遵守时间折边界，并按既定计划发布检查点，以便在后续阶段选模。由于 CPU 和 GPU…