知识库

本笔记本测试标准投资组合配置能否改善一项每根K线交易一次、且已承受交易成本的NASDAQ-100交易策略。它根据成本可行的标的范围内的验证表现选择预测，然后在完整标的范围内评估配置组合。不同最高持仓数量下采用等权、按评分加权和逆波动率方法，并在每根15分钟K线上再平衡。文中报告所有受测组合均大幅为负，并据此认为交易频率是主要限制，配置方法的选择则居次要地位。…

本笔记本分析重建的NASDAQ限价订单簿，描述日内价差和最优档深度，并考察订单流失衡是否与随后时间桶的收益相关。它以基点表示价差，以便比较价格水平不同的股票，并绘制价差及显示流动性在交易时段内的变化。它还根据订单新增和撤单构建失衡指标，将订单流汇总到时间桶中，再比较单只股票和横截面的指标与后续收益之间的相关性。除原始订单流外，还使用带符号的对数变换，以减小极端值的影响。…

本笔记本介绍离线机器学习流程与QuantConnect的LEAN交易引擎之间的部署桥梁。它从注册表中可重复地选定一次模型运行，将其留出集预测导出为按日期索引的JSON，再使用一个小型平台算法应用投资组合规则，无需执行推理。来源溯源检查将导出文件与选定的训练配置和预测文件关联起来。由于评分已固定，可以通过回测探索阈值、持仓限额和再平衡规则，而无需重新训练模型。…

本研究将已登记的模型预测转换为可比较的标普 500 期权策略。在每周决策日对预测收益排序，筛选高流动性范围，并卖出排名靠前标的的等权平值跨式期权。每个头寸持有至到期，并按内在价值以现金结算；同时监测标的资产的 Delta，并在其越过阈值时进行对冲。持有标的数量根据配置定义的集中度网格变化；本次比较中，其他策略设置保持不变。…

本笔记汇总九个市场案例研究的结果，构建逐步累积的策略筛选漏斗。它依次检验模型的信息系数是否为正、选定配置的验证夏普比率是否为正、表现是否经受住适用的交易成本机制、留出集夏普比率是否为正，以及风险和不确定性证据是否足以支持采取行动。若某一阶段不适用于某案例研究，则标为不适用，而非失败。 另设排除分类体系，用以区分信号问题、实施不可行和证据质量不足。本笔记呈现淘汰数量和各案例结果，并将每项判断关联到流程数据。讨论强调，仅凭预测指标并不足够：成本取决于交易工具，报告中醒目的夏普比率必须结合风险控制和留出集证据来解读。…

本笔记说明，哪些策略适合用预先计算的数组清晰表达，哪些策略则适合采用顺序模拟，让持仓、成交、现金、已实现盈亏或权益随时间推进。当完整流程可预先指定时，基于数组的回测很有吸引力：运行高效并支持大范围参数扫描，但中间数据可能占用大量内存。顺序回测逐根柱线作出决策；当执行结果会影响后续操作时，这种方式更容易检查。…

本笔记讲解如何解码 NASDAQ TotalView-ITCH 二进制消息，并将其存储为结构化数据，以供后续市场微观结构分析。文中解释了消息帧结构、定宽字段布局、大端序数值、从午夜起算的时间戳，以及以整数编码并隐含小数位的价格。解析器逐条读取记录，解码支持的消息类型，缓冲结果，并按类型写入 Parquet 分区，因此处理一个大型交易日的数据时无需将整个数据流保存在内存中。 文档说明，新增订单、成交、撤单、删除和替换事件可用于重建限价订单簿。文中建议使用 Python 进行学习和调试，并推荐使用 Rust…

本笔记比较 pandas 和 Polars 在金融数据流程常用操作中的表现，包括滚动计算、分组 OHLCV 汇总、窗口统计、筛选、连接、惰性文件扫描、内存使用和字符串处理。它会按可配置规模生成合成价格和逐笔数据，报告库版本及选定运行时特性，并对成对实现进行计时。 为使比较有意义，每对实现都会检查行数和数值摘要是否匹配，之后才接受其计时结果。笔记的建议取决于具体情形：pandas 在较小的数据面板上仍可能具有竞争力，而随着数据量和操作复杂度增长，Polars…

本笔记利用 NASDAQ-100 报价和成交数据构建分钟级特征，研究短期价格压力。它将标准化订单流失衡作为主要候选信号，并使用点差、深度、价格冲击、场外交易、波动率和时段位置来描述该信号出现时的条件。滚动统计受限于各标的的交易时段，横截面指标只比较同一分钟内有报价的标的。…

本案例使用 NASDAQ-100 报价和成交数据构建分钟级特征，以研究近期主动买入或卖出是否能预测短期价格漂移。拟议的信号是订单流失衡；价差、订单簿深度、价格冲击、场外交易和交易时段位置则描述观察信号时的市场条件。特征在每个证券各自的交易时段内构建滚动窗口，而横截面统计则比较同一分钟内有报价的证券。 笔记还为延迟发布的输入设定时序规则，移除交易所预定时段之外的 K…

该笔记使用某只股票一个交易日的 NASDAQ ITCH 成交数据，构建多种采样方式：日历时间、逐笔、成交量、金额、失衡和连续同向成交柱。笔记比较这些方式的统计性质，包括正态性和自相关，并展示在数据源未提供主动方标签时如何推断交易方向。逐笔测试根据价格变化判定方向，并在价格不变时沿用最近一次非零方向；Lee-Ready 方法则将成交与重建的报价中点进行比较。因此，带符号的失衡柱取决于交易方向推断的质量。 笔记指出，时间 K 线有助于与日历时间对齐，而逐笔、成交量和金额 K…

本章将交易成本视为策略研究和部署全流程中的约束，涵盖因子评估、回测、投资组合构建、风险监督和生产监控。章中区分显性费用、隐性价差与冲击成本，以及容量限制，并介绍从价差假设到线性冲击和平方根冲击的基准成本模型。章中还解释了成本为何会随流动性、波动率、市场状态、紧迫程度和时段而变化。 执行方法如 TWAP、VWAP、自适应参与率和…

本笔记介绍何时应按柱线逐步模拟状态变化中的交易策略，而不是将其表示为预先计算的信号或权重。笔记对比基于数组的回测与顺序模拟：前者速度可能较快，便于扫描参数；后者则可以根据先前的成交、持仓、已实现盈亏或权益来做决策。示例包括自适应凯利仓位规模、协同配对交易和回撤熔断机制。…

本笔记使用多个交易时段的NVDA逐笔委托数据，研究如何校准时间柱、逐笔柱、成交量柱、成交额柱和失衡柱。笔记将交易筛选为常规交易时段，使用数据源提供的主动买卖方向标签，并考察交易笔数、成交量和成交额的逐日变化。柱线阈值以目标日柱线数量为基准进行校准，并使用逐日诊断评估这些设置在不同市场状况下的稳定性。…

本笔记检查历史ETF数据在拟合模型或进行预测前，是否足以支持月度排名策略。笔记使用前一年的流动性检验可交易样本范围，统计再平衡日符合条件的基金数量，将每股佣金和估计的半价差换算为相对价格的成本，并将这些成本与调整后价格的变动进行比较。收益使用调整后价格计算，而交易成本和美元成交额使用实际成交价格和成交量计算。…

本笔记比较股票和期货佣金模型及多种滑点模型，强调它们的单位和假设各不相同。按比例收取的费用在名义金额中的占比保持不变，而最低费用、固定费用、按股收费和费率门槛对大小订单的影响不同。期货佣金按合约数量和乘数计算；期货滑点则以总金额表示，而非每单位调整。 随后，文中比较不受参与率影响的滑点假设与成交量占比冲击；订单占每根 K 线成交量越多，冲击越大。还对固定动量规则采用日度、周度和月度再平衡频率进行评估，以展示成本与净夏普率如何共同变化。示例和成本分解仅供说明，再平衡频率的结果仅适用于所述 ETF…

本笔记使用纳斯达克逐笔订单消息和交易场所提供的主动方标签作为真实标签，衡量 Lee-Ready 方法推断交易主动方方向的能力。它根据新增、修改、撤销、成交和重置消息重建限价订单簿，再将每笔交易与同期最优买价和卖价对齐。Lee-Ready 将高于或低于报价中间价的交易分别判定为买方或卖方主动；若交易发生在中间价，则使用跳动测试。文中将这一分步方法与单独使用跳动测试进行比较，并报告准确率和分类覆盖率。 文档介绍了为期多日的 NVDA 验证，并指出结果重现了仅用跳动测试与 Lee-Ready 之间约 16…

本笔记衡量交易成本对固定 CME 期货策略配置的影响。它通过统一的验证阶段流程选出报告所用配置，在成本测试中沿用其风险调整机制，并应用预先声明的全包成本网格，将佣金和滑点均分。成本结果不参与配置选择，因此成本假设不会影响策略的选取。重点在于净夏普降至零时的成本水平，而非某个假定费率下的表现。…

本笔记介绍如何根据 DataBento 的逐笔订单消息，为单个 NASDAQ 代码和交易日重建限价订单簿。它对每笔订单建模，将订单汇总到价格档位，并分别维护买方和卖方两侧。正确解读消息至关重要：新增、修改、撤销、成交和重置会更新订单簿状态，而成交记录则保留给交易记录带。文中还介绍了如何处理仅含最优报价的交易场所记录和未定义价格。…

本笔记比较在离散调仓且交易产生比例成本时，对卖出的欧式看涨期权进行对冲的方法。它定义自融资终端盈亏，然后在 Heston 模拟价格下训练神经对冲模型，以最小化预期损失。替代方法包括 Black-Scholes delta、考虑摩擦的 Whalley-Wilmott 规则、基于表格价值的方法，以及从零实现的神经网络。训练、验证和评估路径彼此分开；先用验证集在不同训练随机种子中选择，再报告评估路径上的结果。…

本笔记比较 LightGBM 预测模型的单目标超参数调优与多目标搜索。基准方案最大化验证信息系数（IC）。NSGA-II 搜索则最大化 IC，同时最小化标准化预测换手率，从而形成帕累托前沿；改善一个目标可能使另一个目标变差。该方法将信号质量与交易成本代理指标一并呈现，但换手率并非直接的交易成本估计。 本笔记还测试在 ETF 上调优的参数能否迁移到加密货币永续合约和期货，并将迁移后的表现与针对特定资产调优的结果进行比较。报告结果显示，迁移后的 ETF 参数在 CME 期货上的验证 IC…

本笔记使用已注册的留出集预测运行选定的 NASDAQ-100 微观结构配置。模型、配置方法、集中度、再平衡计划、风险覆盖层和成本假设沿用先前工作且保持不变；本笔记不做选择或调参。笔记通过配置已注册的训练身份验证预测集，然后进行交易并注册所得收益序列。验证集和留出集表现会作为背景信息列出，更广泛的解读留待单独分析。…

本笔记说明如何从固定的一组 US 股票回测中选出一个策略，并在独立留出期评估所得策略。笔记会验证候选项是否具有所需的数据和协议标识，再按验证夏普比率排序，并使用稳定哈希打破平局。留出集会关联到所选配置已记录的训练、预测、策略、标签、特征和价格沿袭信息。表现通过不确定性区间、配对收益比较，以及分别针对验证集和留出集的路径诊断来考察。…

本笔记演示将共享的回测与实盘策略接入盈透证券模拟交易会话的操作流程。流程会检查账户身份和状态、请求历史柱状数据以初始化指标、订阅市场数据、汇总传入的逐笔数据，并在影子模式下通过安全层传递策略意图。示例采用 ETF 动量策略，同一策略类也可用于回测和实盘环境。…