yuxuanhui
a1b160e1b0
- Added new sections on missing data handling and experimental variables in data and signal semantics (2026-09-25). - Included clarifications on clustering representatives and candidate evaluations in portfolio and correlation optimization (2026-09-25). - Updated README to reflect the latest forum synchronization and new post counts, including significant additions and revisions across multiple topics (2026-09-25).
6.9 KiB
数据与模板候选
earnings：稀疏事件信号
earnings_sent_matrix 有 positive_sentiment_probability_3、sentiment_weighting_method1 等原帖示例。模板结构是“有限回填 → 时间序列算子”，可比较事件新鲜度、变化与相对水平。回填 10/252、外层 252 是作者示例，不能无条件搬用。
作者称 2000 多次回测产生 6 个提交；未提供足以独立复现的统一指标，另有约束后表现很低的案例。先核实字段时间覆盖、事件发布日期和持仓集中，再比较不回填/短回填/长回填。切 universe 降相关也可能只是改变风险敞口。
来源：【Alpha 模板】Earnings模板分享，低相关性，助你横向点塔（干货满满，不来将会错失一个亿）（发帖 2026-05-28，社区经验）；冷门数据集分享【earnings】（发帖 2026-07-24，社区经验）。
news/nip：信息与市场反应的关系
原帖提出在 EUR D0/D1 对 news18 或其他 nip 字段与 returns 做滚动相关、协方差或回归，再配 FAST 中性化。没有公开统一数值证据，属于可测试思路。
研究问题：同一新闻冲击是否在不同股票中被不同程度吸收？需要核查字段可用时间与 delay，避免同期收益拟合被误写成预测能力。先做滞后关系和反向预测对照，再决定回归形式。
来源：【Alpha灵感】使用nip族数据点亮news塔（发帖 2026-05-30，社区经验）。
同数据集极性配对：适合 AI 做语义检索
让 AI 从真实字段目录找“正/负”“上调/下调”“乐观/悲观”等配对，输出真实字段 ID、单位、配对理由和不确定性。候选结构可为差值、正值条件下的对数差，或分量和为正时的比例。
研究价值是减少同质单字段搜索；但原帖没有具体可独立核验的成功率。AI 的 confidence 不是正确概率。人工核查描述、频率和单位；零分母、负值取对数、重复字段、不同发布时间必须在生成前处理。优先与单独两条腿做消融。
来源：【Alpha灵感】AI搜索字段极性配对，构建低PC因子(附提示词)（发帖 2026-04-18，社区经验）。
IND “行业残差”差值：需要先纠正数学解释
帖子给出的结构是 ts_zscore(A,63) - ts_zscore(group_neutralize(A,sector),63)。这个差值不是直接取行业中性残差；标准化与中性化不交换，差值可能重新提取行业共同成分。
建议比较 A、neutralize(A)、两者标准化结果及上述差值的行业暴露和表现。原帖“泛用性很强”缺少统一数值证据，不应沉淀成固定生产模板。
来源：【alpha模板】行业中性化残差信号IND模板（发帖 2026-01-14，社区经验）。
MEA/SUE：保留方法，暂停作为新提交目标
SUE 类方向的可迁移问题是“盈利变化相对于自身历史波动是否异常”。地区变化时要重新核对财务披露节奏、行业覆盖和中性化。MEA 当前暂停新提交，不能因旧帖成功就把恢复预算优先投入该区域。
来源：【Alpha灵感】MEA地区靠SUE模板点亮了Fnd（发帖 2026-06-12，社区经验）；暂停依据：BRAIN 本周资源更新：课程、答疑、活动及平台更新（邮件 2026-09-02）。
所有模板的共同前置检查
dateCoverage 只是一项元数据，不告诉你缺失发生在哪几年，也不完整表达横截面质量；VECTOR 非空容器也可能没有有效元素。不要把社区的 40%/60%/80% 建议阈值当官方规则。检查逐年、逐区覆盖及事件时点，比固定门槛更重要。
来源：【平台新功能】字段新特征：datecoverage的介绍、应用与勘误。（发帖 2026-01-10，社区经验）。
2026-09-18 补充：代理变量与样本边界
搜索量转新闻密度的注意力反转帖（2026-09-16）用新闻事件密度代理搜索关注，作者报告 GBR 与 EUR 表现不同，EUR 变体 Fitness 均低于 1。新闻供给不等于投资者主动搜索，代理替换可能改变机制，应比较原代理、新闻量单腿及价格反转对照；这不是已验证的论文等价复现。
MAX 与彩票偏好帖（2026-09-15）报告滚动极端涨幅除以自身波动后，Sharpe 从 0.36 到 0.75，最大回撤从 48.96% 到 5.69%；缩短为 5 日窗口虽进一步提高指标，作者也承认与短期反转重叠。可保留“极值相对自身波动”的待验证假设，但窗口更短、更强不等于彩票机制更纯。本轮未复核论文、借券成本或原始回测，也不将标题中的“完整复现”当作已验证结论。
DEU 内部人信念强度帖（2026-09-02，本轮补录）提醒：稀疏事件填零后，大块相同排名可能代表没有事件，不能解释为经济信念中等。作者还报告有效持仓主要在 2018–2023，而较早年份为零；应以实际可投资区间评估结果。比较滚动和与均值时须核对有效观测数和缺失处理；完整固定窗口下两者只差常数，不能笼统断言换成均值必然丢失事件信息。原帖的 tail 阈值与性能改善仅是单例，不推广为稀疏数据通用模板。
2026-09-25 补充：非线性变换与覆盖需要分开检验
EUR 财报电话会情绪概率差（2026-09-20）报告 signed power 降相关，并描述早期稀疏截面造成权重集中。随附评论明确指出另一字段的成功不能证明“概率差 + signed_power”有效；应固定其余设置分别对照回填窗、覆盖和 truncation，拆开表达式变换与股票池变化。原帖指标属于作者自报，未复现。
ASI 借券费率方差案例（2026-09-20）比较方差与标准差版本。即使同一有效样本下平方保持非负值的截面排序，后续线性缩放、中性化或权重处理也可能得到不同持仓，不能由“同一排序”推出整条策略等价。作者由少数 checks 推断的 robust 比率约 0.9 仅是其样本观察，不写成通用平台门槛；每次仍需读取实际 value、limit 和状态。