知识库

本文介绍如何为NASDAQ的100分钟级微观结构特征拟合时序卷积网络。因果卷积可防止预测使用之后的观测值，而扩张卷积使连续层能够捕捉多个时间尺度的模式。模型使用观测值的尾随窗口预测未来收益，并为多个期限分别设置标签。由于相邻分钟窗口高度重叠，训练过程按各标签期限间隔抽取样本，使其收益区间互不重叠。窗口保持在单只股票内；特征缩放参数在训练数据上拟合后，再应用于验证数据。…

本文介绍对标普 500 跨式期权进行的一年样本外回测。评估使用在留出期之前的历史数据上重新拟合模型所得的预测，并沿用此前选定的策略、配置、集中度、每周入场安排、对冲规则和交易成本。笔记本不再进行新的选择，采用与验证阶段相同的回测流程，并由留出集划分确定价格区间。注册表检查确保预测来自预期的训练运行、已登记策略与所选配置一致，并将结果记录为留出评估。…

本分析比较多个模型类别对下月收益的预测，这些模型以每月 US 股票特征进行训练。分析重点是截面信息系数，它衡量模型在每个月对股票排序的能力。工作流程从运行登记系统读取验证结果和代表性预测，使用置信区间和各折表现比较不同类别，并考察信号在不同验证窗口中是否依然可信。分析还将预测性预测与潜在因子结构拟合、因果处理效应估计区分开来；虽然报告的统计量相关，但它们回答的问题不同。…

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。…

本笔记在留出期间评估一个此前选定的标普 500 期权配置。它沿用已登记的模型预测和策略设置，包括信号安排、资金分配、对冲规则和交易成本，不根据留出结果进行调参。登记检查可防止在未明确退役先前样本群体的情况下，使用不同的预测集或策略在同一窗口进行评估。 回测沿用与验证相同的执行路径，随后将登记的留出指标与选定配置的验证指标进行比较。这提供了一个未参与选择期间的收益序列，同时将报告的比较保持为描述性分析，而非把留出期当作另一个筛选阶段。本笔记还区分了用于选择配置的验证夏普比率与用于比较候选项的共同支持样本图。…

本文通过在每周五对日频数据采样，重新构建五个交易日股票收益预测问题。标签仍是五个交易日收益，但在周频网格上约等于一个模型步长。笔记比较直接回归与 N-BEATS 预测模型：前者使用固定回看窗口预测一个收益，后者配置为预测下一个周频数值。两者使用相同的周频观测和预测期限；本文也介绍了在有已登记结果时与日频模型系列的比较。…

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…

该笔记展示了针对两种线性股票模型配置的验证预测误差所设的两种顺序监测器：双窗口均值漂移检测器，以及监测坏日频率的监测器。每个检测器都在初始时段校准，然后应用于之后的交易时段。另有一项基于波动率的独立指标用于识别市场动荡时期，以便将预警时间与市场条件变化进行比较。研究范围仅限于流动性较高的股票，这些股票根据监测期之前的数据排名；笔记还检查了被比较的预测序列是否彼此不同且覆盖范围足够广。…

本笔记将机构13F持仓转换为机构—股票二部图，并为研究提取特征，包括股票共同持有相似度、持有人广度与集中度，以及已申报持仓的变化。笔记汇总重复的机构—股票记录，利用申报信息确定数据何时可用，并在所有选定机构完成申报前排除相关季度。这有助于避免将缺失申报误解为清仓。该图及其特征可用于相似度分析、聚类或下游预测模型。…

本笔记将skip-gram Word2Vec改造用于机构持仓：把每个13F投资组合视为一个句子，把每个股票标识符视为一个词元，并按持仓规模排名排列词元。相邻持仓构成上下文，因此机构在相似投资组合上下文中配置的股票可以获得彼此接近的向量。该流程从一个季度持仓面板中选出一组大型申报机构，删除重复的机构—股票对，训练嵌入，并用向量邻近关系识别投资者以相似方式对待的股票。…

本笔记介绍如何使用一分钟NASDAQ-100数据拟合PatchTST，以预测多个前瞻期限的收益。模型将连续观测分组成片段，并在片段之间应用注意力机制，从而减少需要比较的条目数量，同时让网络能够关联回看窗口中相隔较远的部分。模型按个股构建窗口，仅使用训练数据标准化特征，并在既定的滚动折上评估。…

本笔记介绍如何使用 TSMixer，根据每只股票按时间排序的特征窗口预测收益。每个样本包含 60 个连续交易时段；若窗口跨越股票历史数据中的缺口，则予以排除，因此各折可用样本数不同。模型交替在时间轴和特征轴上进行非线性混合，使信息能够在堆叠模块之间重新组合，而无需循环结构。 文中提出的动机是并行处理整个窗口，而不是像 LSTM 那样逐步处理，同时在相同面板和数据折上，将反复显式混合特征与循环模型和线性模型进行比较。配置采用两个模块、32 的隐藏维度和 100…

本指南将 US 股票数据集划分为市场数据、公司基本面、投资者持仓和公司特征。它列出日线与盘中柱、期权和市场微观结构记录的加载器，以及 SEC 申报文件文本、XBRL 事实数据、机构持仓、内部人交易和打包的公司特征面板。指南还列出了部分数据集所说明的大致覆盖范围或时间跨度。…

本笔记将多个模型族的验证预测转化为等权多空组合。它按预测收益为股票排序，买入排名靠前的股票并做空排名靠后的股票，再通过统一回测流程测试多种组合集中度。使用固定随机种子的随机排序也会通过相同流程，作为流程检查；同时依据考虑有限样本波动的容忍范围评估其夏普率。…

本评估追踪单一 US 股票策略，从冻结的验证回测集到留出集评估。它采用确定性规则：选择验证夏普比率最高的候选项，并以回测哈希打破平局。注册记录用于验证所选策略的数据、训练、预测和回测沿袭，同时将验证窗口与留出窗口分开。 分析使用不确定性区间、配对比较、收益路径和回撤路径，将所选策略与等权基准进行比较。选择规则依据夏普点估计，而非预测…

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。…

本笔记比较 US 股票面板上的头寸规模设定方法，同时固定模型、检查点、再平衡日期和所选股票。基于预测的方法按预测幅度或区间不确定性调整资金规模；逆波动率和更激进的风险平价变体使用各股票自身波动率。Ledoit-Wolf 均值方差优化和分层风险平价使用协方差估计来考虑资产间联动。等权是现有基准。…

这项可行性分析检查现有 US 股票面板是否适合研究日频多空股票排名策略。分析使用价格和过去换手额阈值构建时点股票池，比较按比例计费的交易成本与按股固定收费，考察每日价格变动相对于成本的幅度，并检查开发期历史数据是否足以支持多次滚动验证。笔记还区分用于收益计算的复权价格与用于历史有效价格筛选的原始显示价格，并说明为何汇总前应在每只股票内部计算自相关。…

这项可行性分析探讨，在拟合模型前，针对 S&P 500 成分股实施每周 Delta 对冲卖出跨式策略的数据和假设是否合理。它说明相同执行价和到期日的看涨期权与看跌期权如何构成跨式组合，隐含波动率和已实现波动率如何关联方差风险溢价，以及对冲为何能应对方向性敞口却无法消除波动率风险。…

本笔记将股票级预测转化为验证集投资组合。在每个再平衡日，按预测收益对股票排序，买入排名靠前的一组并卖空排名靠后的一组，且为每个头寸分配相同资金。该基准应用于全部已声明的预测总体以及一组 top-k 取值，且不会预先按排名准确度筛选模型。因此，比较可以聚焦于排名作为策略的表现，包括排名变化及由此产生的换手如何影响收益。…

本笔记演示固定金额订单如何因订单规模相对于可用交易量的比例不同，而在不同股票上产生截然不同的成本。笔记使用调整后的日度 US 股票数据，将平方根市场冲击模型应用于一个在动量为正时做多的策略。为减少前视偏差，股票筛选和冲击输入使用形成期数据，表现则在之后的评估期衡量。…

这份记录描述了一个多智能体流程，用于估计美国是否会在 2026 年底前陷入衰退。智能体搜索经济指标和预测结果，分别给出概率，通过辩论比较理由，再将证据交给监督智能体以更新概率。判定标准包括：所述期间内连续两个季度的 GDP 收缩，或出现日期落在该期间内的 NBER 衰退。…

本笔记将供应链知识图谱和机构持仓申报转化为下游金融建模特征。从公司网络中提取拓扑指标、供应商集中度、竞争暴露度和瓶颈指标。从特定时点的 13F 持仓中构建持有人广度、集中度和共同持仓信号，再将持仓与运营指标结合为跨图交互特征。…

此笔记本将监督式自编码器应用于日频US股票。模型重建经过排序的价格和成交量特征，同时通过辅助与主分类头训练共享潜在表示，以预测多个未来期限的收益是否为正。笔记本介绍特征构造、精确的全局交易日期标签、扩展式验证折、检查点选择，以及用于期限AUC的移动分块不确定性。…