这些信号能帮助判断涨跌吗？

已研究过的历史数据，未授权交易

模型能分清哪些股票随后涨得更多吗

模型还没稳定地排出随后涨得更多的股票。5日预测在两段窗口中方向不同，20日预测的证据也仍有限。

缺失结果保留空白。每个费用点来自一次已保存的账户计算，表格列明无法比较的原因。

模型预测下个交易日第一笔价格到第5或第20个交易日最后一笔价格的收益。IC衡量模型排名与后续收益排名是否同向，接近0表示没有排序关系。MSE衡量预测误差的平方，在相同期限内越小越好。

训练和验证只用更早且标签完整的日期，并严格隔开时间。首段20日模型只有14个有效内部验证日期，低于预设的20日门槛，两种模型都没有最终重拟合。后一段Elastic Net预测值相同，无法计算排序IC。

回放假设在收盘后形成信号。真实数据可用时间、完整证券类型和公司行动仍需证明。

股票输入检查确认了什么

身份未核实的标的日

657,731

已阅读的公司公告或申报文件

7

与拆股线索相符的原始价格边界

4

相邻可见记录间的大幅原始价格跳变

243

输入保留658,472个标的日。程序隔离了7个已知公司行动边界，价格没有改动。4个拆股边界与已有线索相符。243次大幅跳变还可能包含日期缺口等影响，不等于确认了243次公司行动。完整证券类型和公司行动历史仍有缺口。

较早协议的观察准备

较早的免费日线档案补充在300秒上限停止，共尝试345次请求，记录55,656字节响应内容。最后一次传输的实际消耗仍不确定。当时预热数据未补齐，新登记未冻结，也没有接受未来观察记录。那一轮没有自动重试或启用调度。

已研究过的历史数据

选股方法的价格与费用估算

这组日内选股在单边 20/40 bps 成本下，已完成的估算都亏损。原定执行时间下，Ridge 在两段可比窗口中也低于简单反转。

以下次数覆盖全部请求窗口，固定使用当前选择的费用和执行时间。 Ridge 在 2 个可比窗口中，有 2 个高于等权配置。 另有 1 个窗口无法比较。

四种方法使用同一批候选数据，扣除相同的假设费用。这里展示历史价格与成本估算。股票身份和可成交价格仍需核验。

20 bps 等于成交金额的 0.2%。页面使用假设的总成本。 美股在信号后的下一个交易日进出，延迟会再晚一个交易日。每天结束时回到现金，买入和卖出各计一次成本。

等权使用信号日有可用价格记录的全部候选，其余三种方法各选 50 个。持仓集中程度不同，收益差也包含这部分风险差异。

每个窗口的初始净值记为 1，以 USD 计价，包含 20 个信号日期。买卖使用对应交易日第一笔和最后一笔可用的常规时段成交价，实际成交能力仍需验证。

结果是否依赖少数机会

程序删去五个最高日收益后重新计算复利，不重新计算持仓和费用。两项均为事后诊断，标的占比以正价格贡献为分母。

输入检查确认了什么

日线候选记录

658,472

没有可用 OHLC 的记录，含缺失价格

441

身份尚未核实的标的日

657,731

分钟样本行数

120,017

样本中的常规交易时段行数

49,530

分钟检查只覆盖一个固定行组，包含盘前盘后记录。全量转换完成是转换任务报告的状态。

新的观察方案已经冻结，当前等待新数据和完整的可用时间证据。历史回放仍单独展示。

模型比简单反转多学到了多少？

这批样本里，增加特征几乎没有改善 Ridge 的平均排序。浅层树在中间一段较好，最后一段明显落后。

本轮拟合 45 次，每天最多 500 个来源候选，检验三个时期，每段 20 个交易日。这段历史此前已经研究过，历史证券身份和实际成交条件仍待核实。

简单反转把当天跌得多的候选排在前面，检查它们下一交易日的日内表现。排序相关性用 Rank IC 表示，数值越高，排序通常越准。这项指标还不能告诉我们组合赚了多少钱。

哪些样本里的排序较好？

分组依据当天合格候选的信息。样本过少或分数相同时，继续标为无法计算。这些比较只描述本轮样本，尚不能解释因果关系。

日线价格无法证明真实订单能否成交，也不能说明市场深度或容量。本轮未连接券商账户，已有的后续观察登记保持原状。

股票预测研究

简单模型能否排出明天涨得更好的代码

Ridge 在中间一段几乎没有排序效果，最后一段效果较好。三段结果还不足以说明它能稳定赚钱。

每月用此前20个交易日的数据，按成交额选出最多500个来源候选。Ridge 和 Elastic Net 使用六项日频特征，预测下一交易日首笔到末笔有效成交之间的涨跌。

证券身份、历史证券类型、复权和实际成交仍未全面核实。这段历史此前已经研究过。这里展示预测效果，正式交易收益尚待验证。

2025-09-25 ～ 2026-10-20 · 2518 个来源身份分段 · 2511 个身份尚未核实的分段 · 42 次拟合尝试

每段计划检验20个交易日。每天至少有30个不同候选，且分数和实际涨跌都存在差异，才能计算排序相关性。统一预测为0时，这项指标无法计算。股票池按月更新，一整段出现过的身份数可能超过500。

已有策略回测，尚未完成独立因子检验

动量和均线规则已经做过策略回测，但还不能据此判断这些信号是否能稳定预测之后的收益。

上方的股票预测研究单独检验了排序效果。下方四类信号还需要各自的排序相关性、分组收益和信号衰减检验。

还需要哪些检验？

IC / rank-IC

检查信号高低与后续收益是否相关，只使用当时已经知道的信息。

分组收益

按信号把资产分组，比较各组之后的收益，同时考虑费用。

稳定性与衰减

换时间段、市场和持有期限，用新数据检验效果是否持续。

本节四类信号尚无公开的排序相关性、分组收益和信号衰减成绩，后续会单独检验。上方的股票预测研究保留自己的数据范围和方法。

已有策略回测，尚未完成独立因子检验

动量和均线规则已经做过策略回测，但还不能据此判断这些信号是否能稳定预测之后的收益。

上方的股票预测研究单独检验了排序效果。下方四类信号还需要各自的排序相关性、分组收益和信号衰减检验。

还需要哪些检验？

IC / rank-IC

检查信号高低与后续收益是否相关，只使用当时已经知道的信息。

分组收益

按信号把资产分组，比较各组之后的收益，同时考虑费用。

稳定性与衰减

换时间段、市场和持有期限，用新数据检验效果是否持续。

本节四类信号尚无公开的排序相关性、分组收益和信号衰减成绩，后续会单独检验。上方的股票预测研究保留自己的数据范围和方法。

加密小时线因子仍待真实数据验证

首次认证检查返回 HTTP 403，采集已停止，没有下载任何行情数据。

实现已通过合成数据测试，服务商访问权限仍未验证。

尚未确认可以公开衍生研究统计，因此本页不发布真实因子图表。

离线工具会检查四个固定信号与未来 6 小时、24 小时收益的关系，报告排名相关性、分组表现和样本数。它不模拟实际交易组合。

• momentum_24h 过去 24 个完整小时的价格变化。
• momentum_168h 过去 168 个完整小时的价格变化。
• volume_ratio_24h_7d 最近 24 小时成交额，除以前七天的日均成交额。
• momentum_volume_24h 成交额比率大于 1 时保留正的 24 小时动量，否则为 0。缺失输入仍保留为空。

Powered by DexPaprika