时间序列特征设计与因子合成

📚 共计 30 章节
01
时间序列基础
时间序列定义 · 平稳性 · 自相关与偏自相关 · 白噪声检验
平稳性ACF/PACF
02
特征工程总览
特征设计原则 · 统计/频域/时域 · 评估框架
分类框架
03
统计特征(上)
均值 · 方差 · 偏度 · 峰度 · 最大/最小 · 极差
描述统计基础
04
统计特征(下)
分位数 · 四分位距 · 变异系数 · 滚动窗口统计量
分位数滚动
05
滞后特征
滞后算子 · 自回归特征 · 差分特征 · 滞后交叉
Lag自回归
06
滑动窗口特征
滚动均值/标准差 · 滚动最大最小 · 滚动偏度峰度
窗口滚动统计
07
指数加权特征
EWMA · EWM标准差 · 半衰期 · 衰减因子调优
EWMA衰减
08
差分与变化率
一阶/高阶差分 · 对数差分 · 百分比变化 · 年化率
差分变化率
09
累积特征
累积和/积 · 累积最大最小 · 累积均值
累积Cumsum
10
排序与排名特征
横截面排名 · 时序排名 · 分位数排名 · 排名变化率
排名分位数
11
时序分解特征
趋势/季节/残差 · STL分解 · HP滤波
分解STL
12
频域特征(上)
傅里叶变换 · 功率谱密度 · 频谱峰值/能量
FFT频谱
13
频域特征(下)
小波变换 · 小波能量/熵 · 时频分析
小波时频
14
熵与复杂度特征
样本熵 · 近似熵 · 排列熵 · 谱熵 · LZ复杂度
复杂度
15
分形与长记忆特征
Hurst指数 · DFA · 分形维数 · 长记忆参数
Hurst分形
16
突变点检测特征
CUSUM · 贝叶斯变点 · PELT · 突变强度
变点CUSUM
17
模式识别特征
形状匹配 · 模板匹配 · 拐点 · 峰值/谷值
模式拐点
18
距离与相似度特征
DTW · 欧氏距离 · 余弦相似度 · 互相关
DTW相似度
19
因果与领先滞后特征
Granger因果 · 互信息 · 转移熵 · 领先滞后相关
因果互信息
20
多尺度特征
多尺度熵 · 多尺度DFA · 粗粒化 · 多分辨率
多尺度粗粒化
21
非线性特征
Lyapunov指数 · 关联维数 · 递归图 · 非线性检验
非线性混沌
22
分类特征编码
时间戳特征 · 星期/节假日 · 事件哑变量
编码时间戳
23
缺失值处理特征
缺失模式编码 · 缺失时长 · 插值误差 · 指示变量
缺失插值
24
异常值处理特征
异常标记 · 异常得分 · 异常持续时间 · 恢复速度
异常得分
25
特征选择方法
过滤法 · 包裹法 · 嵌入法 (Lasso/树模型)
选择过滤
26
特征降维
PCA · t-SNE · UMAP · 自编码器
降维PCA
27
因子合成基础
等权/市值/IC加权 · 正交化 · 标准化
加权正交
28
因子合成进阶
动态权重 · 因子择时 · 组合优化 · 风险平价
动态优化
29
因子评估体系
IC/IR · 分层回测 · 因子衰减 · 换手率 · 多空收益
评估IC
30
实战案例
股票因子挖掘 · 特征工程流水线 · 合成与回测
实战全流程