替代數據自訂指標 是做什麼的?
替代數據是一個訊號實驗,而非結構實驗——它只能觸及排名/加權/篩選訊號,絕不能影響選擇權結構(參見選擇權結構規則)。現有基準是衡量標準:替代數據必須通過超越(或實質降低風險)持有相同 OOS(樣本外)閘門的認證書來贏得其地位。「指標很酷」不是結果。
使用可引導的計算會話建立(首選)
對於任何多步驟資料建構,優先使用 compute_session_start / compute_session_exec → compute_session_promote_indicator / compute_session_end:/work 會持續存在,你可以觀察每一步,並且整個歷史記錄會落實在一個提升的指標中。首先列出並結束過時的會話(compute_session_list);在長時間工作執行期間定期發送 exec。一次性 run_compute 僅適用於小型、單一查詢的工作。其他堆疊工具:dataset_to_indicator、build_signal_indicator、create_indicator、list_custom_indicators、collect_web_data、discover_sources、enrich_source、ingest_content、probe_url、sec_edgar、get_compute_status、cancel_compute_job。
每個來源都需經歷:建構 → 點數計數 + 覆蓋率檢查 → 前瞻性審計 → 與主要來源進行價值抽樣驗證 → 記錄。 平台故障需遵循錯誤協議;在一個來源上遇到兩次不同的故障後,將其擱置並繼續前進——不要讓一個損壞的管道拖垮整個行動。
絕不安裝未經驗證的指標(教訓 #10/#11)
在策略中引用任何 CustomIndicator 之前,請使用 list_custom_indicators 和來源抽樣驗證確認以下四點:
- 點數計數——剔除零點的死指標。
- 每個標的的覆蓋率需涵蓋整個標的池(所有 21 個名稱,而非樣本)。
- 新鮮度——最大日期;資料已過時的訊號不得驅動即時交易書。
- 前瞻性偏差安全——見下文。
稀疏序列規則
排名/加權表達式僅適用於在整個標的池中密集的序列。稀疏/部分覆蓋的序列(例如,一位政治人物的買入僅涵蓋 ~1/21 個名稱)只能作為傾斜或疊加,絕不能作為排名輸入——基於它建立的排名將交易零次(退化接線)。請如實告知並降低優先級;不要強行使用。
前瞻性偏差安全不容妥協(教訓 #11)
每個替代數據點的時間戳記必須是資訊公開的日期(申報/揭露/發布日期),而非交易/事件日期。國會交易帶有 STOCK 法案約 45 天的滯後——訊號必須包含該滯後。在任何回測使用之前,必須明確對每個指標進行審計。在可能的情況下,使用第二個獨立生成的建構進行交叉驗證(WSB 計數序列已通過此方式驗證——兩個獨立建構完全匹配)。回溯抓取歷史文章是可以的;回溯應用情緒模型也是可以的(請註明為限制條件);使用刪除倖存者數據也是一個需要註明的限制條件。
資料覆蓋範圍限制了認證窗口
首先檢查來源資料湖的最大月份,並將訊號的覆蓋範圍結束點視為認證窗口和可部署性的硬約束。向前滾動引擎會將折疊日曆剪裁到指標的覆蓋範圍,因此認證比較必須是日曆對齊的——在變體的剪裁日曆上執行基礎對照組(參見walk-forward-oos)。
整合形式(依覆蓋率選擇)
| # | 整合形式 | 位置 | 所需覆蓋率 |
|---|---|---|---|
| S1 | 混合到排名——替代訊號與動量 ROC 結合,作為 weightIndicator / SelectTop 指標 | 排名 | 廣泛(大部分 21 個) |
| S2 | 傾斜——動量排名;替代數據對近期有訊號的名稱進行超配/低配 | 權重 | 部分覆蓋可接受 |
| S3 | 進場篩選——僅在替代訊號在 N 天內/高於 X 門檻時開倉 | 條件 | 部分覆蓋可接受(重新檢查冷啟動廣度審計!) |
| S4 | 確認疊加——替代訊號放鬆/收緊現有閘門(例如 VIX) | 條件 | 任意 |
動量仍是主要訊號,注意力作為傾斜:僅靠注意力的排名表現慘淡;在動量之上疊加對數衰減的注意力傾斜則表現良好。經實證的 S1 錨定形式:
weightIndicator = Multiply(ROC63, Plus(1, Log(base 10, Plus(1, IndicatorSimpleMovingAverage(21d, CustomIndicator)))))。值得變化的網格軸:SMA 窗口(10/21/42)、傾斜強度(對數 vs 線性上限)。
整合是手工構建,而非掃描(CustomIndicator 不是可掃描的類型)——透過 create_portfolio_variant(深拷貝基礎 + JSON-Pointer 修補,先 dry_run)建立變體網格,標記為手動設置(琥珀色),並在投入折疊之前,使用一次 12 個月 $25,000 的回測對每個變體進行煙霧測試(零/接近零交易 ⇒ 排名/篩選未解析 → 修復或放棄)。參見sweep-reoptimization。
來源配方
references/reddit-wsb-recipe.md——經實證的 Reddit Arctic Lake 提及次數計數管道。references/congressional-disclosures.md——眾議院書記官 PTR 管道(全國會匯總)。references/other-sources.md——內部人 Form 4、新聞流、注意力;以及sec_edgar範圍。