知识库

本研究检验线性模型拟合月度 US 股票收益较差，是否源于其平方误差目标函数。研究固定未缩尾的前向收益目标、特征和滚动折，并比较使用平方误差、绝对误差和 Huber 损失训练的提升树模型。平方误差会让极端残差产生不成比例的影响；绝对误差会减小这种影响，而 Huber 损失则在二次惩罚和线性惩罚之间转换。网格还会改变树的容量，并记录多个训练检查点的预测，将每个检查点视为独立候选项。…

本笔记训练一个近端策略优化智能体，在指定期限内执行固定订单。它将学习得到的交易节奏策略与 TWAP 和 Almgren–Chriss 排程进行比较，衡量实施缺口并考察各策略的交易时点。评估对所有策略使用相同的模拟市场路径，因此可以逐个回合进行比较，并说明库存风险和偏离均匀交易节奏的程度如何影响学习策略。 笔记还详细说明了模拟市场的局限。波动率和市场机制行为根据小时级 BTC…

本笔记介绍 Rademacher Anti-Serum（RAS）协议，用于调整从有限策略或信号类别中进行选择时的表现估计。经验 Rademacher 复杂度估计候选表现矩阵与随机符号对齐的程度，因此候选项之间的依赖关系会反映在其实际路径中，而不仅仅由试验次数表示。RAS 将复杂度估计和抽样误差项转化为表现下界。笔记将此方法与 Deflated Sharpe Ratio（DSR）进行比较，后者在不同假设下给出经过选择调整的概率。…

本笔记介绍 NLinear，将其作为根据有序特征窗口预测股票收益的基准模型。每个样本包含同一只股票连续 60 个交易时段。对于每个特征，模型减去其最新值，通过线性层将所得历史序列映射为单个值，再加回最新值。最后一个线性层将这些摘要合并为一个预测。这个简单设计会消除当前特征水平的影响，使研究者能够检验表达能力更强的序列模型是否能带来价值。…

本笔记将 TabM 神经网络拟合至标普 500 期权空头跨式策略收益目标，并在与线性和提升方法相同的特征面板上比较三种模型容量。TabM 在集成成员之间共享神经网络骨干，同时通过学习得到的成员专属缩放向量和输出层生成不同预测，再对其取平均。研究采用滚动折，仅在训练行上拟合预处理，并在预定训练检查点生成验证集预测。…

本笔记演示欧式看涨期权空头的深度对冲。它模拟几何布朗运动路径，以 Black–Scholes Delta 对冲为基准，并训练半循环神经网络选择标的资产仓位，以最小化针对期末损失的条件风险价值目标。开仓、调仓和结束对冲时均计入交易成本，因此学习策略和基准遵循相同的交易成本规则。分析还考察网络在仓位接近 Delta 基准时是否减少交易。 示例将尾部风险与均值和离散程度一并比较，因为优化损失尾部可能改变分布中其他部分的结果。笔记提醒，证据来自单一模拟市场设置：一种期权规格、恒定波动率的 GBM…

本文档演示了工具变量 PCA，其中资产因子载荷被建模为收益发生前观测到的特征的线性函数。该方法使用交替最小二乘法估计特征到载荷的映射和实现因子，再通过旋转不变的子空间诊断评估载荷恢复效果。由于旋转和符号变化不会改变拟合收益，单个因子标签无法识别；比较时应关注恢复出的子空间。 合成面板将时间 t 的特征与时间 t+1…

本文档介绍一个可复现的 US 股票基准数据集，取自 Chen、Pelger 和 Zhu 的资产定价复现档案。数据集包含约 1.2 百万条月度股票观测，覆盖 1967 至 2016，包括 46 项公司特征、宏观经济指标、前向收益，以及预先定义的训练、验证和测试分区。公司标识符在各自发布的张量中匿名且保持一致，但不同标识符命名空间使研究者无法跨张量关联公司。 该数据集支持资产定价机器学习研究，适用于一致的基准数据比解释个别证券更重要的场景。其公开的时间分区将 1967–1986 用于训练，1987–1991…

本文介绍 TSMixer 如何将股票近期的特征历史处理为按交易时段和特征排列的矩阵。其模块先沿时间维度混合各特征列中的信息，再在每个交易时段内跨特征混合信息。堆叠多个模块后，这些操作无需循环状态也能相互作用。本笔记在相同的 US 股票面板和前向滚动折上，将这一方法与 LSTM 和 NLinear 进行比较，因此重点是架构对比。 每个训练样本需要同一只股票连续 60 个交易时段；上市、停牌和退市都可能打断窗口，减少可用样本。每种配置训练 100…

本笔记在 ETF 面板上，将零样本 Chronos 和 TinyTimeMixer 预测与 LSTM 及惩罚线性模型进行比较。所有模型接收相同的单变量历史上下文，但预训练模型预测的是该上下文序列，而非前向收益标签。其预测路径的均值成为横截面排序分数，并以排序信息系数进行评估。训练得到的基准模型则直接预测标签，因此该比较检验的是零样本预测能否提供有用的排序信号，而非能否对目标作出校准良好的预测。…

本笔记评估期权市场指标能否对不同股票的未来收益进行排序。笔记使用期权衍生特征拟合已声明的线性模型，采用滚动验证，并比较岭回归、套索回归和弹性网络的惩罚强度。特征集包括各期限的隐含波动率、波动率偏斜、期限结构斜率和方差风险溢价等指标。正则化用于处理相关特征之间的冗余；套索回归和弹性网络还可以将部分系数缩减为零。…

本研究考察期权市场数据能否对未来股票收益进行排序。特征包括不同期限的隐含波动率、看跌看涨偏斜、期限结构斜率和方差风险溢价。由于许多指标以多个相互重叠的形式表示，研究比较了广泛的正则化强度下的线性模型：岭回归会收缩相关系数，而套索回归和弹性网络还可以移除特征。滚动验证对声明的模型配置进行拟合，并在匹配的股票、日期和数据折上生成预测。…

本笔记将一种对抗式随机贴现因子设计改编为美国股票的日度分析。一个投资组合权重网络根据次日超额收益构建因子，另一个竞争性矩网络则协助训练定价核；独立的贝塔网络预测资产层面的收益—因子乘积。尾随股票特征和延迟的宏观经济状态，依据决策收盘时可获得的信息决定权重。笔记区分了 SDF 权重和贝塔预测，也将因子定价诊断与横截面排序表现分开。…

本笔记将真实的供应链知识图谱和机构 13F 持仓转化为机器学习特征。笔记推导中心性和依赖指标等网络度量，估算供应商集中度和竞争风险，并构建衡量持有人广度、集中度和共同持仓情况的所有权信号。笔记还将运营信息与所有权信息结合为跨图谱特征，并以宽表和长表形式导出公司特征，用于建模或信息系数分析。…

本笔记展示一种ETF预测策略的操作周期：更新市场数据、重新计算金融特征、重新训练岭回归模型、保存部署产物、生成当前横截面预测、通过回测引擎重放预测，并为模拟交易经纪商准备选定的投资组合。研究评估与基于完整历史数据的单次部署拟合分开进行，同时从研究注册表沿用经过验证的正则化设置。默认采用干运行重放；是否向经纪商提交订单可明确配置。…

本笔记比较LightGBM与一个精简的多层感知机、TabM，以及可选的TabPFN在横截面ETF收益预测中的表现。各模型在相同的滚动验证折上进行评估，使用按时间顺序划分的验证片段进行早停或选择迭代次数。神经网络方法包括TabM的共享骨干集成设计，而MLP则作为简单基线；笔记还记录训练时间，以评估重新拟合的实际成本。…

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。…

本笔记介绍如何为选定的加密货币永续合约资金费率策略生成留出期预测。它根据验证结果确定配置，沿用所选检查点，并使用截止于留出期开始之前的数据构建新的训练规范。标签缓冲区可防止训练结果延伸至该窗口，笔记还检查生成的训练标识是否不同于验证拟合的标识。…

本文介绍如何将收益划分为重叠窗口，并把每个窗口视为经验分布，以此识别市场状态。它通过匹配排序后的分位数来衡量窗口间的距离，因此即使均值和方差相近，整个分布的差异——包括极端亏损的位置——也可能很重要。聚类采用 Lloyd 算法的 Wasserstein 版本；根据距离指数，使用各分位数的中位数或均值作为聚类代表。 比较内容包括基于分布的聚类方法，以及使用少量矩的方法，并将聚类结果与已知市场状态对照评估。结果发现，基于分布的方法能捕捉矩方法的 k…

本案例研究使用正则化线性模型拟合持有至到期的平值卖出跨式策略收益。由于权利金收入限制了收益上限，而亏损可能无限扩大，少数严重亏损会主导平方误差回归目标。本笔记比较不同惩罚强度下的岭回归、Lasso 和 ElasticNet，并使用仓位和波动率曲面特征，例如期权希腊值、隐含与已实现波动率、方差风险溢价、价差和行权价距离。…

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。…

本文介绍一种独立于对话记录的研究智能体结构化状态记录。该记录保存问题与截止时间、收集到的证据、未解决的问题、工具调用历史、关卡结果以及综合分析状态。将证据与工具轨迹分开保存，有助于区分搜索无结果和根本没有执行搜索。保存和恢复状态支持可恢复的运行，也便于比较不同运行结果。…

本文介绍如何通过预测智能体的搜索接口约束其证据，并使其活动可审计。与服务提供方无关的协议会返回包含来源、发布日期、相关性评分和内容的类型化结果；截止时间过滤器则排除在预测边界当日或之后发布的有日期结果。无日期的结果会单独记录，因为无法验证其是否符合时点安全要求。…

本笔记研究线性模型正则化在预测货币对收益时的作用。它区分了输入特征之间的多重共线性与资产之间的依赖性：货币对共享基础货币，因此其收益和排名并不独立。岭回归会缩小系数但保留特征；Lasso 可以将系数设为零；ElasticNet 则结合两者。Lasso 和 ElasticNet 的惩罚项按各折特定的阈值进行缩放，使其设置在不同折中具有可比含义。…