项目

我为投资研究搭建和检验的模型与工具，以及每项工作说明了什么。

我在美国股票的大规模特征面板上构建并检验收益模型；我也开发工具，把模型落实为投资组合，并让这一步可以核查。我的研究（伦敦帝国理工学院金融学博士，2026 年）关注基于 132–153 个特征的正则化估计与潜在因子模型，特征由 CRSP/Compustat 数据构建；常用工具是 Python（NumPy、pandas、SciPy、scikit-learn）和 MATLAB。在论文之外，我参与搭建了帝国理工学院学生投资基金基于 Python 的研究与交易平台，并在毕马威英国（KPMG UK）兼职担任人工智能与机器学习顾问。每个项目页都写明我做了什么、证据说明了什么、止于何处。

建议先读

已实测 · 求职论文

特征库改变之后：调参后的岭类预测、持仓与成本

改写特征库、不增加信息，同一日期的目标持仓却相差 19%–28%。

论文页

已实现 · 软件

NA-IPCA 工具包：带审计记录的估计代码

每次拟合都有审计记录，覆盖 618 个滚动窗口。

项目页

已实测 · 回测证据

从预测到投资组合

618 个月未计成本的夏普比率为 2.49；2007 年 10 月以来为 1.12。

项目页

招聘团队如有需要，请发邮件至 yang.liu19@imperial.ac.uk，我可以简要讲解工具包代码、测试日志和一条审计记录。

技能与对应项目

技能	对应项目	状态
大规模特征集上的正则化机器学习：岭类组合方法、调参、梯度提升基准	特征库（求职论文）	已实测，见论文
潜在因子模型与滚动样本外设计	从预测到投资组合；两篇尺子页	已实测：618 个滚动月份，每月约 2,000 只股票；固定窗口与逐月重估两种拆分，2007–2025 年
协方差与二阶矩估计：收缩、指数加权移动平均、特征值过滤	如何构建特征尺子	已实测，171 个滚动窗口
组合构建与交易成本	从预测到投资组合；股票池、交易成本与回测检验	已实测；收益未计成本，另作成本敏感性检验
带发布管控与审计记录的研究代码	NA-IPCA 工具包	已实现，自行认证
金融文本分析	NLP 研究计划	计划中，尚未实施
研究中 AI 编程助手的流程治理	ISIF-AIOS 设计	设计阶段，v1.0
计量经济学教学	教学讲义	教学

本栏目用到的术语。 要说清一只股票的预期收益有多少归功于哪个驱动因素，模型得先判断两个特征方向是否真的不同、各自有多大；做这个判断的规则，就是尺子。给每个特征一个权重再相加，每只股票就得到一个分数，这样的加权组合称为特征方向（它不是投资组合）。普通尺子（欧氏度量）只看方向的权重本身；特征尺子（格拉姆度量）则看这个方向给真实股票打出的分数。尺子只是一种度量约定；换一把尺子，并不等于换了一个更好的模型。工具化主成分分析（IPCA）是一种载荷为股票特征线性函数的潜在因子模型；无套利 IPCA（NA-IPCA）在特征尺子上重建 IPCA，并加入有上限的截距，即模型中任何因子都没有解释的那部分预期收益。

机器学习与投资组合

调参后的预测、美国股票滚动回测与对照比较，并逐层追踪到持仓与交易成本。

已实测 · 求职论文，2026 年 9 月

特征库改变之后：调参后的岭类预测、持仓与成本

主题均衡（按列数缩放各主题）只改写由 153 个特征组成的特征库，不增加任何信息；但四种调参后的岭类组合方法在同一日期的目标持仓，差异仍相当于平均多空头寸总规模的 19%–28%；扣除交易成本后，收益的变化方向因方法而异。采用任何特征库更新之前，都应先做这项检验。

179 次月度决策（2011 年 1 月至 2025 年 11 月），每次都用此前 120 个月、分属 13 个主题的 153 个美国股票特征训练。
四种调参后的岭类组合方法：分块岭回归、夏普加权岭回归、留一法岭回归，以及通用组合收缩（UPSA，用原作者公开的代码实现）；另以直方图梯度提升模型作为基准。
直方图梯度提升使用 153 个特征时，相对年度历史均值或 39 个特征都没有显示出明确的预测增益；30 次年度验证中有 25 次选中均值（第 V.B 节，第 16 页）。
基于持仓的核算：每月交易额为资产净值的 1.13–1.28 倍，总敞口为 1.92–2.00 倍，约 97% 的交易金额有 60 日成交额数据覆盖（原始特征库；表 V，第 28 页）。
逐只股票的交易台账，按每交易 1 美元计提 10–100 个基点的成本。

岭回归与收缩超参数调优梯度提升交易成本台账

论文页 · 论文（PDF，87 页）（在新标签页打开）

已实测 · 证据报告与技术说明，2026 年 7 月