知识库

本笔记本查询九个案例研究的回测注册表，并汇总成可供后续分析的可比表格。它按资产类别和数据频率整理结果，记录信号、配置、成本和风险阶段的表现，以及模型系列信息和验证集至留出集的结果。其选择流程比较完整的策略规格——信号、配置方法和风险覆盖规则——并将选定配置用于重新训练后的留出集运行；若该候选项无法产生可用的留出集回测，则改用另一项符合资格且按验证排名的候选项。…

本笔记为跨资产 ETF 动量假设构建金融特征矩阵：相对表现较强的资产可能在接下来的一个月继续跑赢。矩阵结合多个期限的滚动收益、风险调整收益、波动率、回撤、趋势指标、跨资产相关性和收益率曲线背景。部分特征还表示为逐日百分位数，使其相对排名能在不同市场环境下进行比较。…

本文盘点九个案例研究中的跨市场模型特征产物。它读取 parquet 架构而不加载数据行，排除标识符列，统计特征列，并根据与 GARCH、隐马尔可夫状态、市场状态指标、卡尔曼滤波器、ARIMA 和分数差分等方法相关的词元对名称分组。列名样本有助于读者检查未匹配字段并理解词元计数。…

本文介绍如何为横截面 ETF 动量和轮动假设构建并检查特征矩阵。它定义每项特征的回看窗口和信息滞后，再构建滚动收益、风险调整收益、波动率、趋势和市场状态指标、横截面百分位数以及收益率曲线背景。价格衍生特征使用决策收盘前可获得的观测值；宏观序列则按照声明的可用性政策延迟。特征设计包含多个动量期限，并在选定的较长窗口中跳过近期表现，以考虑短期反转。…

本章将策略研究描述为对可执行决策流程的设计和评估，涵盖从最初的经济构想到仓位规模、约束、成本和模拟实盘测试。章节建议先对策略系列和潜在优势来源分类，再构建模型；随后定义带版本的设置，以确保比较有意义。章节还将模型诊断、信号诊断和投资组合结果区分开来，以降低所有研究选择都针对回测表现进行优化的风险。…

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。…

本笔记比较六种仅做多的 ETF 配置方法，旨在降低对不稳定估计的依赖。对于使用协方差的方法，笔记应用 Ledoit-Wolf 协方差收缩，并比较均值方差最大夏普、最小方差、风险平价、分层风险平价、最小条件回撤风险和等权。每种配置均在训练窗口拟合后固定，并在之后的收益上评估；执行环节还计入声明的佣金和滑点。…

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…

这个共享分析模块介绍了跨资产类别估算交易摩擦的方法，包括使用最高价—最低价和收益自协方差估算买卖价差、滚动平均成交量指标，以及通过回归校准平方根市场冲击和 Kyle 价格冲击系数的方法。模块还计算抵消换手相关成本所需的总 Alpha，以及估算的市场冲击耗尽预期 Alpha 时对应的资产管理规模。 模块将这些估算与编码后的费率表结合，并对股票、ETF、加密货币永续合约、期货、FX…

本笔记构建了一个考虑单位的框架，用于估算股票、加密货币永续合约、期货、ETF 和外汇的交易成本。它区分股数成交量、合约成交量、基础资产成交量和价格更新次数；只有当价格和成交量描述同一交易数量时，才将交易活动换算为美元成交额。要将已公布的费用换算为相对名义价值的成本，还需要股价或期货乘数等具体交易信息。…

本笔记比较基准 ETF 投资组合在历史危机、人工设定的同步资产冲击和蒙特卡洛损失情景下的表现。历史窗口涵盖重大股市抛售和利率驱动的抛售，并按明确的收盘至收盘区间复利计算投资组合收益。组合计算假设每日再平衡且权重恒定，并报告累计收益和最大回撤。情景分析对各项持仓施加指定冲击；状态表则根据滞后趋势和波动率信息划分市场状态，并比较不同状态下的收益表现。 为模拟尾部风险，笔记使用对称 Student-t…

此笔记本汇总ETF案例研究中已登记的回测，对策略进行考虑不确定性的评估。它读取带有分块自助法置信区间的表现指标，并用配对自助法比较连续的流程阶段、策略变体和留出结果。流程阶段涵盖信号选择、资产配置、交易成本和风险叠加规则。它还将选定策略与等权跨资产ETF基准在验证期和留出期的表现进行比较。…

此笔记本说明，按所衡量时期标注的宏观数据面板可能将未来信息泄漏到交易回测中。它先将时期长度加到标注日期上，再根据机构日程应用保守的发布滞后，以估算发布日期。月度和季度观测按所属时期还原；周度观测则使用数值最常发生变化的星期几。…

此笔记本为多元化的ETF资产集合实现端到端的组合策略。模型结合时间特征、资产元数据、横截面注意力，以及允许在资产类别内和特定经济关联之间进行注意力计算的宏观图先验。SoftMin目标侧重于表现最弱的滚动训练窗口中的夏普表现，成本感知惩罚项则考虑各资产特有的换手成本。笔记本按时间顺序划分训练、验证和测试窗口，然后将完整模型与不含SoftMin的消融版本及更简单的组合基准进行比较。…

本笔记本介绍了PCMCI，用于在不预先指定因果图的情况下发现多变量金融时间序列中的滞后关系。它将该方法应用于ETF和波动率指数收益，与成对Granger检验进行条件分析对比，并说明如何解读滞后联系。该流程预先声明搜索期限，对最终检验采用Benjamini-Hochberg校正，并通过分块自助法重采样评估发现的边是否反复出现。…

本笔记本汇总了多个案例研究中构建的金融特征，并列出各市场研究在注册表中的最高信息系数。它统计特征数量及特征名称类别、比较特征空间规模，并总结跨资产模式。类别仅通过名称前缀机械划分，因此只能作为粗略参考：专业指标和不一致的命名可能会拆分相关概念，或使不同概念的数量显得偏多。本笔记本还分析信息系数与投资范围广度及估算信息比率之间的关系。…

本笔记本诊断固定月度 ETF 动量策略在不同波动率、趋势和收益率曲线环境下的表现。市场状态标签的设计确保在其描述的收益发生之前即可确定：波动率和指数趋势使用此前收盘数据，并与扩展历史中位数比较；美国国债利差则通过向后 as-of 连接进行对齐，并检查观测是否过时。策略对由当前仍存续的 ETF 构成的标的池进行排名，在收益率曲线指示风险偏好时持有排名靠前的基金，否则配置防御型债券。…

文档介绍机器学习交易研究工作流，涵盖从数据和特征构建、模型训练、回测、交易成本、组合与风险决策，到部署和监控的完整过程。文档强调探索性调参与最终评估之间的证据边界、滚动前向验证，以及处理多重检验、过拟合和不确定性的方法。九个案例研究涉及ETF、加密货币永续合约、日内股票、期权、公司特征、FX和期货。…

文档介绍如何加载 ETF 市场数据，并提供可选的代码和日期筛选，以及对返回代码数量的确定性限制。核心分析要点是根据测量对象选择价格序列：收益计算适合使用复权价格，而换手率筛选或按股佣金等金额和股数计算则需要未复权价格。 文档解释了为何在价格比率中相互抵消的复权因子，可能会扭曲以货币计价的数值。示例比较了某个较早历史日期的复权和实际交易 SPY…

本笔记介绍一项最新审计，在受支持的真实数据策略任务上比较VectorBT Pro和VectorBT OSS与ML4T的表现。两个VectorBT版本均参与ETF配置、以USD报价的外汇配置和US股票面板测试。Pro还通过合约乘数和期货式杠杆处理CME期货案例。审计检查成交、估值时间戳和账户价值，并将成交价格与数量精度同货币金额精确到分的要求区分开来。…

本笔记本比较在 ETF 收益面板中发现关系的四种方法：用于同期线性有向无环图的 NOTEARS、用于滞后和即时结构的 VAR-LiNGAM、用于条件独立性检验的 PCMCI，以及作为两两预测筛查的 Granger 检验。它解释 NOTEARS 的连续优化目标，包括平滑无环约束和稀疏惩罚，并通过区块自助法评估估计出的边是否会在重复抽样中再次出现。 笔记本还介绍了如何在已知图结构的合成数据上验证，并将这些方法应用于真实的 ETF 观测；对 PCMCI 和 Granger…

本教程介绍如何组织一次性下载之外的市场数据工作流。内容包括用于获取单个标的或批量数据的统一管理器、预定义及自定义标的范围，以及采用 Hive 分区的 Parquet 存储。教程还涵盖日期范围查询、存储数据的增量更新、缺口检测，以及通过命令行界面自动化工作流。一个ETF示例将股票、债券和黄金价格序列重新定基，以比较其走势；后续的验证示例则区分被标记的极端收益与已确认的数据缺陷。 该笔记使用 Yahoo Finance 数据以及股票和 ETF…

该工具根据资产分组标签和可选的组间连接，构建布尔型资产间邻接矩阵。分配到同一宏观组的资产彼此连接；每条提供的跨组边都会以双向方式连接两组中的所有成员。可选的自连接允许每项资产关注自身。没有映射的资产会被分配到未知组，因此会与其他未映射资产相连。…

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。…