知识库

本文概述一种两阶段方法，用于提取 S&P 500 跨式期权研究所需的源观测值。第一阶段根据距到期日天数、绝对 Delta、隐含波动率收敛、最低报价要求和相对买卖价差，筛选出接近平值的候选看涨与看跌期权合约。所选合约以代码、行权价和到期日表示。第二阶段保留这些合约整个生命周期内的每个日度观测，以支持分析同一合约的退出价格和每日 Delta 对冲。…

本文介绍整套流程，用于合并历史与近期股票数据，以及准备加密货币永续市场的小时数据。核心示例在 WikiPrices 与 Yahoo 数据覆盖的边界处拼接观测值，验证 OHLC 数据和时间戳缺口，记录每行的来源，并存储结果供后续使用。文中还介绍了一个更高层级的数据管理器，可简洁地完成相同操作。…

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。…

本教程介绍如何在 ETF 和宏观经济数据中检测并防止前视偏差。教程展示了居中移动平均会使用未来观测值，而特征水平与下一期收益之间的简单相关性可能漏掉数据泄漏——即使特征直接包含了明天的价格。随后，教程提出一种尺度不变的检查方法，将特征收益与未来价格收益进行比较，并配合决策时点对齐检查：按交易日行而非日历日期应用执行延迟。 对于宏观数据，笔记本会调查时间戳代表发布日期还是参考期间标记，展示应用发布滞后的效果，并使用 FRED…

本文评估交易成本如何改变一个先前选定的 S&P 500 股票与期权配置的验证表现。它将单边费用设为交易金额的一定比例进行扫描，并与按股收取的固定佣金和半个买卖价差进行比较。这些成本维度代表不同假设，不能视为等同。曲线上标出了设定的单边费用；由于进场和出场都产生费用，相应的往返费用是其两倍。…

本笔记对行业 ETF收益进行基于相关性的主成分分析，以描述共同风险因子和行业轮动。标准化收益后，每个行业的方差均为一，从而降低波动性更高的行业主导主成分的可能性。方差占比和碎石图有助于评估收益变化的集中程度，载荷则显示不同行业如何组合成市场整体方向以及防御型与周期型方向。 移动区块自助法会重采样连续时段，以保留短期依赖关系并估计载荷的不确定性。在不同重采样结果间匹配成分并对齐符号，因为 PCA 符号具有任意性且成分顺序可能变化。滚动 PCA…

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…

本笔记介绍一种用于预测 CME 期货收益的主成分基线模型。PCA 在训练折的品种收益面板上拟合，因此其成分代表合约之间的共同变动方向，而非压缩后的展期收益、动量或波动率特征。每个折次拟合的变换都会原样用于验证数据，避免评分收益影响主成分。 预测会将收益投影到预先声明数量的成分上，并使用扩展窗口均值延续因子收益。成分数量固定，不会单独根据验证集表现调优；保存拟合状态和运行身份标识有助于复现。笔记强调，成分按解释方差排序并不意味着具有预测价值，且该分解没有纳入行业划分。笔记将 PCA…

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。…

这项探索性分析描述了覆盖九个类别的每日交易所交易基金面板。它检查代码覆盖随时间的变化，将面板与分类字典进行比较，审查空值和零成交量观测，并按类别评估价格K线顺序和流动性。ETF收盘价已针对拆股和分配进行调整，这种处理方式与关联的股票数据集不同。逐年统计的可用基金数量随着产品开始交易而增加，随后保持稳定，表明面板一直保留成员至最后日期。…

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。…

本笔记介绍如何为八小时频率的加密货币永续合约面板构建前瞻价格收益标签。它将K线开盘时间戳移至完整K线数据实际可用的时点，然后在合约价格序列上计算未来收益，再与预测特征合并。断言会检查结算时间网格、代码与时间键的唯一性、完整的前瞻窗口和行数；同时根据可用历史数据核对未标记观测。诊断还会处理标签结果跨入留出期的情况，并量化重叠窗口造成的依赖关系。 笔记使用横截面秩相关和考虑依赖关系的标准误，评估简单的溢价指数拥挤信号与标签之间的关系。它区分价格收益目标与资金费现金流，并指出固定包含 19…

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。…

本分析对行业交易所交易基金的收益进行基于相关系数的主成分分析。分解前将收益标准化，使每个行业的方差均为一，因此领先主成分描述共同变动，而不会被波动率最高的行业主导。笔记考察方差解释比例、碎石图和载荷；其中第一主成分被解读为广泛的市场走势，另一个主成分则可能反映防御型与周期型之间的轮动维度。 移动区块自助法在保留短期依赖性的同时估计载荷置信区间；由于 PCA…

此工具为策略回测组群计算筛选偏差和表现不确定性指标。它按策略系列、阶段与标签组合以及标签粒度构建组群，并计算去膨胀夏普比率、有效试验次数、复杂度调整后的领先者上界、White 现实检验、回测过拟合概率，以及领先者的夏普比率、索提诺比率和最短记录长度等指标。结果按案例研究登记，供后续策略分析使用。 组群仅纳入预测覆盖率完整的验证运行，并排除退化的预测集；标签级组群还会排除成本敏感性扰动。可选的标的范围和实盘总体筛选条件，会使比较集合与报告中的策略保持一致。基准值从较早阶段或等权基准中确定，而 PBO…