Capstone研究报告：18项教学导读

读完本导读，应能把研究问题沿月收益、信号、目标、漂移、费用、配对差和推断逐步连接。入口列当前状态；协议保留全部深数学；时间契约与月收益字典提供字段与资格。这里给未来输出规格，全部目标市场数值未执行；设计本身已确定。

源代号与阅读落点

S01/S07/S08/S09的研究问题、曝光、历史核读范围和元数据已经接入研究设计与血缘表；S02/S05是协议/参数，S03是时间契约，S04是月收益字典。S06为本篇18项结构的接受映射来源；R/P为原主接受裁定和当前待决状态，见入口及血缘表。源代号只用于定位，不要求读者访问包外QA。

1. Research Hypothesis

要理解的问题：从机制猜想到可证伪比较。先修：Ch22–25；P1–3。

已确定设计与上游：S01/S02：固定French十行业、L11/skip1/top3、EW10；H0 $\mu_d\le0$/$H_1:\mu_d>0$；一月是实验单位，缓慢反应不是已识别因果。

为何做与如何做：从固定资产、频率、baseline及方向假设得到一月一个d。未来主表列n、净均值、一侧下限、双侧区间、10bps经济阈值；先固定列再看结果。机制只是假说，替代解释包括风险溢价、集中和反转。

未来输出与解释：用户决定、RQ及固定主终点→问题；一侧净均值差回答选定问题。目标市场结果字段：未执行。

失败分支：结果后改假说/基准；留未来132月结果，不留空泛“提出假说”。

2. Data Sources

要理解的问题：同一数据身份如何限制结论。先修：Ch3、10；P1–2。

已确定设计与上游：S08/S09、R/P：2026-10-05修订快照、industry/FF3身份与下载UTC；G01主体/用途unknown，原始再分发未计划=not_requested。

为何做与如何做：先核数据/config/run身份与实际活动的权限证据，再允许读入。输出快照、覆盖、单位、SHA、下载UTC、rights状态表；覆盖全历史不代表历史时点已知。当前仅元数据，无新增市场文件。

未来输出与解释：来源原文/许可/快照hash→获准输入；来源/用途和修订域可追溯。目标市场结果字段：未执行。

失败分支：许可unknown不能执行真实研究；不复制CSV/ZIP。来源核读沿历史范围，不新称已读全文或获许可。

3. Data Dictionary

要理解的问题：字段、主键、频率与单位。先修：Ch2–3、11；P1。

已确定设计与上游：S04/S03：长表(snapshot_id,month,industry_id)，十行业小数总收益，FF3/RF，score/weight/金额/net return/标签成熟字段。

为何做与如何做：研究长表schema示意：(snapshot_id, month, industry_id, total_return_decimal)。这是字段示意而非市场观测。对齐FF3 month键；输出字段缺失/重复/版本日志，industry_id不替代证券永久ID。

未来输出与解释：字段、主键、时间单位→合法月面板；经济含义一致。目标市场结果字段：未执行。

失败分支：重复主键、单位二次转换；未来日志应记录缺失/版本。

4. Point-in-Time Logic

要理解的问题：月标签不等于历史发布时钟。先修：Ch3、12、31、38。

已确定设计与上游：S03：半开[B_t,B_(t+1))；S=B_t−1秒、allocation=B_t只是假设顺序；available/ingested/revision仍unknown；正常/未来两行是CONSTRUCTED。

为何做与如何做：正常构造行先max资格≤signal再signal<trade；未来行资格晚于signal直接拒绝。另判label_end/available/ingested≤fit，随后判半开区间交集；相邻标签不交集仍可能未成熟。

未来输出与解释：资格表/正常未来反例→输入合格状态；构造PIT规则可检；历史PIT仍unknown。目标市场结果字段：未执行。

失败分支：修订历史冒称PIT、未来标签入训练；不把skip1、下载UTC或构造秒钟填到市场历史。

5. Data Cleaning

要理解的问题：拒绝什么，为何不静默补齐。先修：Ch3、29–31。

已确定设计与上游：S02/S04/S06：重复month/行业、缺月、非有限/缺失拒绝；原百分数只除100一次；总收益公司行动不重复加现金。

为何做与如何做：逐月核10个行业唯一键、完整连续month、有限小数、缺失sentinel和一次百分数转换。输出拒绝原因及保留schema；不补零、不换行业、不静默drop。总收益中公司行动不另加现金。

未来输出与解释：schema计数/缺失sentinel日志→拒绝/保留清单；处理可追溯。目标市场结果字段：未执行。

失败分支：静默丢月/补零或3600秒价陈旧规则误套月收益；未来计数表不填造。

6. Feature Engineering

要理解的问题：逐月复利端点与量纲。先修：Ch4、11、25。

已确定设计与上游：S02/S03/S05：$\mathrm{score}_{i,t}=\prod_{m=t-12}^{t-2}(1+R_{i,m})-1$，11项；一般[t−skip−L,t−skip−1]；首评价月各窗口已列。

为何做与如何做：复利的每项(1+R)表示财富倍率，乘11项再减1；求和遗漏交叉项。首1990-01主端点1989-01..1989-11，跳1989-12；未来score表记录t、input_start/end、11项、score与输入身份。

未来输出与解释：11月复利公式/端点/构造展开→score；严格使用t-12..t-2。目标市场结果字段：未执行。

失败分支：求和冒充复利/使用当月收益；使用既有构造例，非重新算French。未来输出十行业score表。

7. Signal Construction

要理解的问题：稳定排序如何到top-k。先修：Ch23、25、28。

已确定设计与上游：S02/S05：固定10行业顺序，score降序/manifest索引升序破平，主top3每项1/3，敏感性每项1/k；无拟合。

为何做与如何做：对十行业score用(score降序, manifest索引升序)唯一排序，rank≤k赋1/k，其余0。输出完整十行rank/target而非只展示赢家；不缩尾、标准化或中性化，任何新增拟合须修订协议。

未来输出与解释：全十行业score/固定并列顺序→top3；排序确定且未训练。目标市场结果字段：未执行。

失败分支：按未来结果挑行业/并列隐随机；未来rank/target表留待授权。

8. Portfolio Construction

要理解的问题：目标、漂移与扣费后权重。先修：Ch9、20–21、29；P3。

已确定设计与上游：S02：$V_{post}=V_{pre}-c\sum_i|w_iV_{post}-x_i|$；x为漂移金额；长仓全额gross=net=1；首月1/(1+c)，段边界不重置。

为何做与如何做：先承接x和Vpre，再解Vpost，再以wVpost−x产生交易，fee与NAV同单位。检查Σw=1、长仓、现金守恒及月末漂移。未来ledger列pre/post/end NAV、x、w、trade、fee、terminal；公式全式见协议。

未来输出与解释：目标与漂移表/自融资→ledger；每月长仓预算闭合。目标市场结果字段：未执行。

失败分支：权重归一化前后费用/漂移混用；费用未由绝对买卖金额之和求得、配置后权重未命中目标、首末费用遗漏或段界重置都会破坏现金守恒。原工程股数例可作单位对照，不能当French adapter。

9. Transaction Cost Model

要理解的问题：交易额费用与净值拖累。先修：Ch29、34–36；P4。

已确定设计与上游：S02/S05/S06：all-in费用=c×绝对成交金额，其中c=.001，不除2、不再扣点差；200.10×.001=.20010；$(1-.001)(1+.02)-1=.01898$为不同构造金额例。

为何做与如何做：费率c=10/10000=.001；成交额200.10 USD产生.20010 USD all-in费用。NAV扣费比例C=.001、毛2%产生净.01898，拖累.00102=10.2bps；C与c不同分母。未来费用桥横轴month、纵轴同一金额单位或明确NAV比例，不混两种图。

未来输出与解释：绝对成交额/fee/毛净桥→净ledger；费用情景净值对账。目标市场结果字段：未执行。

失败分支：除2漏成本、双扣点差、真实容量无数据；股数例half-spread/commission为另一设定。未来费用桥、容量仍unknown。

10. Walk-Forward Validation

要理解的问题：固定排序也需访问与阶段契约。先修：Ch22、31、38；P3/P6只作对照。

已确定设计与上游：S02/S03/S05/S07：18预热，440=176/132/132，唯一主段2015-09..2026-08；13路径连续，边界承接，不假造训练；已曝光非盲holdout。

为何做与如何做：按TIME_CONTRACT阶段取行：development176、validation132、locked132，总440。只切显示/报告，首主行承接2015-08，末主行含清算。输出month/phase/access/hash表；固定排序没有训练，skip1不叫embargo。

未来输出与解释：已确认176/132/132月、连续不reset账本、成熟与purge表→锁定报告132行；先固定访问与顺序，排序无需假训练。目标市场结果字段：未执行。

失败分支：把已曝历史称holdout、窗口未解执行；未来run/code/config/data/hash/access日志待授权。

11. Performance Analysis

要理解的问题：净差主检验与描述统计区别。先修：Ch7、11、32。

已确定设计与上游：S02/S05：d=M0net−EW10net；主n132、k1、共同n分母gamma、Bartlett6、$q=132/131$作用协方差、$\operatorname{SE}=\sqrt{\widehat\Omega/131}$、近似t131；bootstrap12/5000/seed固定。

为何做与如何做：以主132行d核连续月键，再求HAC6与固定bootstrap。主区间图横轴净均值差(小数/月或明确bps/月)、纵轴规格，标132月/hash/一侧与双侧；财富图横轴month纵轴NAV，仅全440描述。CAGR与12倍月均值不同。SE退化无p值。

未来输出与解释：locked reporting132行配对月差/HAC6；全440及前两段仅描述→主次结果；净优势与不确定性分开。目标市场结果字段：未执行。

失败分支：只展示最高Sharpe/最优区间；GUIDE§11解释一侧/双侧区间、SE退化/缺月无伪p=0、经济10bps阈值。只列未来表列/解释规则，不生成均值/Sharpe/CI。

12. Risk Analysis

要理解的问题：收益之外的集中、尾部与缺量。先修：Ch18、20–21、33–35。

已确定设计与上游：S01/S02/S06：top3集中、行业权重/最大回撤/历史尾部；统一构造−10%冲击只证风险公式；无量/盘口不估ADV容量。

为何做与如何做：对权重集中、最大回撤、历史尾部逐项解释。权重图横轴month纵轴资金比例；回撤图横轴month纵轴相对峰值损失；尾部图注明月频/窗口。统一−10%构造冲击只核风险公式，不测市场流动性或ADV容量。

未来输出与解释：行业权重/回撤/尾部/构造冲击→风险图；收益代价/集中与损失可解释。目标市场结果字段：未执行。

失败分支：缺量估容量/把等权说无集中风险；未来权重/回撤/尾部结果空白标未运行，不用工程200USD压力当市场风险估计。

13. Factor Attribution

要理解的问题：实现后归因与RF一次。先修：Ch14–15；P2。

已确定设计与上游：S02/S05：同月净总收益减FF3 RF一次，发布Mkt-RF/SMB/HML不再减RF；含常数k4修正$n/(n-4)$；主配对d不扣RF、k1。

为何做与如何做：以同月net_total−FF3_RF一次作为y，X含常数及发布Mkt-RF/SMB/HML，k=4修正。未来表列月alpha、beta、HAC区间；残差图横轴month纵轴小数/月。主d不扣RF，alpha只是指定模型的事后相关归因。

未来输出与解释：同月净总收益-RF一次/FF3 k=4；主差额不减RF且k=1→系数残差图；模型相关的历史归因。目标市场结果字段：未执行。

失败分支：FF3/FF5混拼、减RF两次、alpha当技能；未来系数残差图待运行，不混FF3/FF5快照。

14. Robustness Tests

要理解的问题：预定变化如何完整报告。先修：Ch22、30–32；P3。

已确定设计与上游：S02/S05/S06：成本/skip/固定分期及统计block6/24敏感性全报告，负/零也保留，不用interval选口径。

为何做与如何做：完整报告预定费用/skip/固定分段及bootstrap6/24敏感性。未来表列spec、固定变化、窗口、均值、区间与状态。分段只切连续账本；区间冲突、负/零结果照报，不按有利口径挑选。

未来输出与解释：预定成本/skip/预先确定的三个时间段→完整表；在固定扰动下结果变动。目标市场结果字段：未执行。

失败分支：删负/零情景、事后添加只报有利项；预定表格列及解释规则现在填，实际结果不填。

15. Parameter Sensitivity

要理解的问题：9+4为何不是搜索竞赛。先修：Ch9、22、25、32。

已确定设计与上游：S02/S05：M0/C0/C25/C50/L5/L17/K2/K4/S2九策略+四EW费用，优化0；单因素不做笛卡尔积。

为何做与如何做：13路径表在本节明确列全；单因素响应图横轴费用bps/L/skip/k，纵轴描述性净差或风险，并标输入身份与连续窗口。没有笛卡尔积、优化0，不把最佳点改为M0。

未来输出与解释：9策略+4基准trial ledger→单因素图；响应稳定性描述而不选赢家。目标市场结果字段：未执行。

失败分支：笛卡尔积超预算、事后替主参数；未来响应图不择优替主。

16. Overfitting Discussion

要理解的问题：固定后续步骤也不能抹去曝光。先修：Ch22、30、32、37；P1–3/P6。

已确定设计与上游：S07/S02：P3已见全1990..2026，P1/P2部分历史，其他访问unknown；not blind/full_preregistration=false；PSR/DSR/PBO适用性不足可N/A。

为何做与如何做：记录P3全历史等权/模型结果曝光及P1/P2部分曝光，参数自由度9+4固定。未来新探索单列后见性质，完整失败日志保留；PSR/DSR/PBO若适用证据不足填N/A或not_evaluated而非虚造统计量。

未来输出与解释：曝光/自由度/尝试总数→解释边界；固定步骤不能消除已曝后见偏差。目标市场结果字段：未执行。

失败分支：DSR/PBO无适用证据硬填数字；未来探索需标后见，不硬造DSR/PBO。

17. Limitations

要理解的问题：哪些问题这条路线永远不能直接回答。先修：Ch3、29、33–36、45。

已确定设计与上游：R/P、S02/S04/S10：许可未明、历史PIT未知、虚拟配置非真实成交/ETF复制、无容量校准；旧P6/39缺口保留；月收益adapter未实现。

为何做与如何做：支持域表现在即可填写：修订历史/月配置/假设线性费率可设计；严格历史PIT、ETF复制、真实成交、容量、机制因果不能直接支持；G01 unknown/G05未授权、月收益adapter未实现、P6/39真实缺口保留。

未来输出与解释：许可/PIT/交易/统计缺口→支持域表；界定可证与不可证。目标市场结果字段：未执行。

失败分支：unknown变0、公司行动重复加总收益；unknown不写0，不把两资产工程接受当真实研究完成。

18. Final Research Conclusion

要理解的问题：设计答案、未来研究答案分开。先修：Ch22、32、45；全部先修。

已确定设计与上游：R/P、S01/S02/S06：可报告的现状=问题/协议技术已接受、执行blocked；未来正/零/负/区间跨0有各自解释，工程PASS不回答$\mu_d>0$。

为何做与如何做：当前答案：研究设计与技术协议已接受，尚无目标市场结果，不能判断$\mu_d>0$。未来正且区间下限>0仍须看10bps经济阈值；跨0是证据不足；净≤0是本规格无净优势；毛优势被费用吃掉是费用敏感；闸门失败是blocked，不是零效果。

未来输出与解释：主配对净结果/失败闸门→回答RQ；可为负/零/证据不足；blocked无市场结论。目标市场结果字段：未执行。

失败分支：工程通过替18项研究成果；给未来结论模板与失败分支，绝不用构造表/工程9995.998作French结论。