来源与参考文献框架

核验日期：2026-10-05。搜索使用已连接Tavily Search，精确页面用Tavily Extract读取。CLI缺失且安装指南缺失，因此未安装CLI或发起认证。搜索标题本身不能证明内容。

已核验基础来源

A7-B专题来源阅读记录（2026-10-09）

• Almgren–Chriss：Risk.net出版社页核实作者、Journal of Risk卷期、页码5–39、DOI 10.21314/JOR.2001.041及摘要。可访问论文副本用于读线性永久/临时冲击、价格路径和风险—成本权衡的假设与推导；该副本并非出版社托管页。正文只讲该模型的教学版本，并标出线性冲击、随机游走等限制。
• Busseti–Boyd VWAP：读取Stanford作者页及作者托管PDF。论文区分开盘前固定的static solution与使用盘中信息更新的dynamic solution，并把总市场成交量视为不确定量；其真实NYSE样本结果只作为来源背景，绝不复写为本批实验发现。
• SEC实施差额：读取SEC官方征求意见文件。它把实施差额联系到已执行与未执行的意向交易、决策时价格及纸面组合，并明确组合口径没有普遍接受的唯一算法。本批固定并公开自己的decision/arrival/fill/terminal口径。
• Perold实施差额：HBS作者页与JPM出版社记录核对到题名、作者、卷期、页码和1988年春季出版信息；本批仅核对书目元数据，未阅读论文全文。SEC（2003）将早期概念来源追溯至Treynor（1981），因此正文把Perold表述为经典讨论，而不说成概念首创者。
• Cesari、Marzo、Zagaglia：读取arXiv元数据与论文全文，作为TWAP/VWAP/IS背景交叉检查；属于2012工作论文，不作为监管标准或当前行业实现的充分证据。
• AQR成本研究：读取AQR研究页/可见论文摘要，样本为1998–2011的19个发达市场、近1万亿美元机构交易数据。它显示校准数据与策略/组合设计会影响结论；其数值不能代替本批缺失的日内价格、成交和许可数据。
• 检索原始JSON与抽取片段保存在 qa/a7/ch35_ch36_batch/sources/search/、sources/extracted/。Tavily首次Extract因批次目标子目录尚未创建而返回FileNotFoundError；创建子目录后同一来源调用成功。该次文件系统错误不影响来源读取。搜索摘录不独立证明论断，正文引用以列明的作者/监管页面为准。

原始论文身份

• FF1993：Eugene F. Fama、Kenneth R. French，1993，Common risk factors in the returns on stocks and bonds，Journal of Financial Economics。出版页核验；全文方法仍需阅读。
• FF2015：Eugene F. Fama、Kenneth R. French，2015，A five-factor asset pricing model，Journal of Financial Economics。出版页核验。
• PBO：David H. Bailey、Jonathan M. Borwein、Marcos López de Prado、Qiji Jim Zhu。作者预印本与最终出版记录分开；作者目录列最终发表于Journal of Computational Finance，2017，20(4)，39–69。正文采用哪个版本必须明确，不能把早期草稿的刊物信息沿用成最终出版信息。
• DSR：David H. Bailey、Marcos López de Prado，2014，Journal of Portfolio Management。正文推导先核对作者PDF，不靠OCR中缺失的数学字符。

经典教材体系参考（正文引用前核验版本）

这些条目是阅读计划；不补造页码、DOI、ISBN或未验证URL。原创讲解与原创教学例子优先，不能照搬整章受版权保护内容。

正文前待补来源队列

1. CAPM原始论文、Markowitz、APT与资产定价的定价/预测区分。
2. 时间序列ARMA/ARIMA、ADF、Engle–Granger、VAR和Granger；Kalman filtering/smoothing原文与statsmodels专页。
3. ARCH/GARCH、HAC、协方差收缩、ERC、Black–Litterman、Kelly和Fama–MacBeth原文。
4. 动量、质量、carry、低风险及因子实施；分清样本、风险解释与后续复制结果。
5. PSR原始论文；PBO/CSCV的假设、分块与可解释边界；重采样依赖修正的来源。
6. Almgren–Chriss、限价订单簿、冲击、借券、保证金、容量与实施差额。
7. Bayesian、causal、NLP、alternative data专属方法；深度学习训练框架官方文档。
8. Brownian、Itô、Girsanov、Feynman–Kac与Black–Scholes原始/教材定义。
9. SQL、DuckDB、Parquet、Docker、pytest、matplotlib、Jupyter、Git官方文档；环境冻结时补齐。
10. 真实项目数据：French、市场价格、财报PIT、历史股票池、退市与借券。核验免费访问与许可，不能由搜索结果假设完整数据可用。

引用与证据工作流

sources.json保存键、标题、URL、类别、核验日期及边界。search_*.json只保存检索身份和链接，不分发来源全文。正文新增引用需标记全文/摘要/官方定义/检索线索，并写出该来源支持哪一项论断。

真实数据下载写入data/manifests/，包括URL、下载UTC时间、频率、样本期、单位、许可证或使用条件、SHA-256、修订和清洗步骤。每幅图连接到原始数据快照和运行配置。没有运行的实证结果不得填入教材。

A1新增来源

• SEC_ALGO：SEC算法交易报告，2020；核验算法交易应用定义与边界。
• FRENCH_10：10 Industry Portfolios；官方方法与真实下载快照，数据版202608，月度价值加权收益192607–202608。

A2：第4、6、8章专题来源

表中核验来自各章实际来源记录；论文出版页或摘要不等同于全文。每项支持范围、读取位置和不能支持的结论见对应 source_notes.md。

| CH08_HAC | statsmodels cov_hac: Newey-West covariance | 8 | 已读取等间距假设；见第8章来源与根验收记录 |

A2：第9章专题软件来源

A3：第11章来源准备

第10、12章经核验来源增量

来源由章节作者核验，阅读边界保留在对应source_notes；独立审核只抽查，不冒称全部原文重新读取。

第13章来源范围补充

第14–15章来源范围

第16章核验增量

来源核验由章节作者执行，根复核使用范围；具体访问与阅读记录。

• CH16_ARIMA statsmodels ARIMA：作者已读取0.15官方参数说明；具体范围见course/zh/chapters/ch16/source_notes.md；不证明金融序列满足假设。
• CH16_FORECAST statsmodels ARIMAResults.get_forecast：作者已读取0.15官方参数说明；具体范围见course/zh/chapters/ch16/source_notes.md；不证明金融序列满足假设。
• CH16_ACF statsmodels acf：作者已读取0.15官方参数说明；具体范围见course/zh/chapters/ch16/source_notes.md；不证明金融序列满足假设。
• CH16_PACF statsmodels pacf：作者已读取0.15官方参数说明；具体范围见course/zh/chapters/ch16/source_notes.md；不证明金融序列满足假设。
• CH16_LB_API statsmodels acorr_ljungbox：作者已读取0.15官方参数说明；具体范围见course/zh/chapters/ch16/source_notes.md；不证明金融序列满足假设。
• CH16_ARMA_PROCESS statsmodels ArmaProcess：作者已读取0.15官方参数说明；具体范围见course/zh/chapters/ch16/source_notes.md；不证明金融序列满足假设。
• CH16_MIT_TS1 MIT OCW 18.S096 Lecture 8 Time Series Analysis 1：作者读取第3–5/10/17–20/25页覆盖与定义；抽取有OCR错位，公式独立推导而非照录。
• CH16_LB1978 Ljung and Box 1978 On a measure of lack of fit in time series models：仅核作者、题名、期刊、卷期、页码、DOI元数据；全文访问受阻，公式依据可读官方实现文档，不声称全文已读。

第17章核验增量

来源读取由作者执行，根审使用边界；详见来源笔记。仅摘要来源不冒充全文。

• CH17_DF1979 Dickey and Fuller (1979): Distribution of the Estimators for Autoregressive Time Series with a Unit Root：作者读取印刷427–431页提取文字，单位根非标准分布及确定项范围；根核对source_notes记录，不称根复读全文。
• CH17_EG1987 Engle and Granger (1987): Co-Integration and Error Correction: Representation, Estimation, and Testing：作者视觉读取扫描件251–255及260–269页；根核对章节使用范围，不称全文或OCR已核。
• CH17_GRANGER1969 Granger (1969): Investigating Causal Relations by Econometric Models and Cross-Spectral Methods：作者读取§4–5印刷428–432页，预测信息集与方向限制；非结构干预因果。
• CH17_MACKINNON2010 MacKinnon (2010): Critical Values for Cointegration Tests：作者读取印刷1–15页及2010 appendix，确定项/变量数/样本专用分布；软件实现单独核对。
• CH17_BH1995 Benjamini and Hochberg (1995): Controlling the False Discovery Rate：作者仅核出版商元数据与摘要，独立统计量下FDR；全文未读，不承担证明细节。
• CH17_BY2001 Benjamini and Yekutieli (2001): The Control of the False Discovery Rate in Multiple Testing under Dependency：作者仅核Project Euclid页面/摘要与PRDS适用条件；全文反机器人阻断，不声称该配对家族满足PRDS。
• CH17_SAID1984 Said and Dickey (1984): Testing for unit roots in autoregressive-moving average models of unknown order：作者仅核元数据与摘要；全文未获取，进阶阅读，不承担章内推导。
• CH17_ADF statsmodels adfuller：作者读取0.15参数/原假设/方向/返回值；核心及边界测试独立运行，文档不证明金融假设。
• CH17_COINT statsmodels coint：作者读取0.15参数/原假设/方向/返回值；核心及边界测试独立运行，文档不证明金融假设。
• CH17_GRANGER_API statsmodels grangercausalitytests：作者读取0.15参数/原假设/方向/返回值；核心及边界测试独立运行，文档不证明金融假设。
• CH17_VAR statsmodels Vector Autoregressions：作者读取VAR估计与forecast接口，平稳模型适用性需单独判断。

第18章核验增量

作者的具体阅读范围见来源笔记；仅摘要或书目来源保留访问限制。

• CH18_BOLLERSLEV1986 Bollerslev (1986), Generalized autoregressive conditional heteroskedasticity：作者实际视觉/文字读取PDF物理3–6页、原刊309–312，§2–3有限二阶/高斯四阶矩；未通读。 读取由作者执行，根核对source_notes范围。
• CH18_ANDERSEN2003 Andersen, Bollerslev, Diebold and Labys (2003), Modeling and forecasting realized volatility：作者读取引言及§2开头、物理1–8页；支持过程/采样假设下RV/QV极限，不支持有限网格等于条件方差。 读取由作者执行，根核对source_notes范围。
• CH18_HANSEN_LUNDE2006 Hansen and Lunde (2006), Realized variance and market microstructure noise：作者读取原刊引言、理论框架、实证及结论；频率结论限于论文DJIA样本/噪声模型，不给普遍最佳频率。 读取由作者执行，根核对source_notes范围。
• CH18_PATTON2011 Patton (2011), Volatility forecast comparison using imperfect volatility proxies：作者读取§2命题及结论；QLIKE代理稳健排序需条件无偏/正则条件，本章NoDur未证明。 读取由作者执行，根核对source_notes范围。
• CH18_ENGLE1982 Engle (1982), Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation：仅作者官方书目核对，全文受阻；不声称全文/定理证明已读。 读取由作者执行，根核对source_notes范围。
• CH18_BOUGEROL_PICARD1992 Bougerol and Picard (1992), Stationarity of GARCH processes and of some nonnegative time series：仅出版商摘要，全文未取得；章内标量随机递推条件不作已核页内定理引文。 读取由作者执行，根核对source_notes范围。
• CH18_SCIPY_SLSQP SciPy SLSQP constrained minimization documentation：作者读取官方停止条件/约束API；求解成功不等于全局最优。 读取由作者执行，根核对source_notes范围。
• CH18_ARCH_FORECAST arch forecasting documentation：作者读取定义/一多步方差对齐；未安装或调用arch估计器。 读取由作者执行，根核对source_notes范围。
• CH18_ARCH_EWMA arch EWMAVariance documentation：作者读取EWMA定义和对齐；未安装或调用arch估计器。 读取由作者执行，根核对source_notes范围。

第19章核验增量

具体访问和读取范围见来源笔记。

• CH19_KALMAN1960 Kalman (1960), A New Approach to Linear Filtering and Prediction Problems：作者提取12页转录镜像，重点核读摘要/引言、Problem I式16–17、Theorem3及式21–32、附录；前11页对应原刊35–45，末页OCR限制。未逐式原刊视觉校勘；本章加性观测误差和Joseph形式由条件正态独立推导，不归原论文。 范围由作者source_notes登记，根复核引用范围。
• CH19_STATSMODELS statsmodels Time Series Analysis by State Space Methods：作者读取0.15.0概览/名称维度/AR2/低层Filter与Smoother对象；Jina不完整保留MathJax，未逐项核全部API。本章h/F/R映官方Z/T/H，状态噪声映官方RQR转置。 范围由作者source_notes登记，根复核引用范围。

A4 组合理论与 Project 3（2026-10-06 根验收读取边界）

• CH20_MARKOWITZ1952： Markowitz (1952), Portfolio Selection 。作者核读印刷77–80动机，根委派独立审阅核读E–V和加权方差；n资产闭式推导由教材给出，不归原文。
• CH20_MOSEK_COOKBOOK： MOSEK Portfolio Optimization Cookbook — Markowitz portfolio optimization 。作者及独立审阅读取§2.1–2.3，未运行§2.4。
• SHARPE1994： Sharpe (1994), The Sharpe Ratio 。作者、独立审阅及根代理读取定义、差额收益和Time Dependence；平方根年化是附条件报告约定。
• CH21_LEDOITWOLF2004： Ledoit and Wolf (2004), A well-conditioned estimator for large-dimensional covariance matrices 。作者读取2001工作稿§2.1、§3和§4.1；未逐行附录、未读期刊终稿；根核对source_notes并修正有限样本中心化有偏和条件正定。
• CH21_MRT2009： Maillard, Roncalli and Teiletche, On the properties of equally-weighted risk contributions portfolios 。作者读取2009工作稿§1–3.4；2010期刊版未逐字核读；Newton实现由教材推导。
• CH21_HELITTERMAN1999： He and Litterman (1999), The Intuition Behind Black-Litterman Model Portfolios 。作者读取Appendix B及误差假定、观点校准；根打开原稿核对超额收益约定，数学独立核对增益更新需可逆条件；不是Black–Litterman1992全文阅读。
• CH21_KELLY1956： Kelly (1956), A New Interpretation of Information Rate 。作者目读扫描印刷919–920；一般赔率及二次代理由本章推导，根修正均值平方遗漏和高斯简单收益破产边界。
• CH21_DGU2009： DeMiguel, Garlappi and Uppal (2009), Optimal versus naive diversification: How inefficient is the 1/N portfolio strategy? 。读取2006年6月会议工作稿；根核读§3印刷10–12式10–13：滚动样本外与漂移换手；未读2009期刊终稿，Project3数值不是论文复现。
• LESNIEWSKI2019： Lesniewski, Optimization Techniques in Finance — Convex optimization II 。作者经Tavily Extract读取Maximizing the Sharpe ratio节选；没有逐页全文阅读。

第22–33章实际读取索引（2026-10-07合并）

作者逐章读取范围与版本以source_notes为准；全局增补不等于本轮逐篇阅读全文。第33章列出的页段由Codex根代理重新读取，记录见核读范围。无原始直接URL的BAB与PSR稿件保留本地记录，不猜链接。

A7-B 第35–36章增补来源

• HUBERMAN_STANZL_2004 — Huberman, G. & Stanzl, W., “Price Manipulation and Quasi-Arbitrage,” Econometrica, 72(4), 1247–1275 (2004), Wiley publisher record, DOI 10.1111/j.1468-0262.2004.00531.x. 来源核读范围与条件边界见第35章 source_notes、第36章 source_notes及批次核读记录。

A8-A 第37–39章增补来源

以下条目的实际读取范围（作者核读 / 来源侦察报告 / 仅目录）见各章 source_notes：第37章、第38章、第39章。

• CH37_GKX2020 — Empirical Asset Pricing via Machine Learning (Gu, Kelly, Xiu 2020, RFS 33(5) 2223-2273)，原始论文（作者主页全文）。2026-10-10 作者核读：§1.8 式(19) 第2249页（R2_OS 以零为基准及理由）、表1 第2250页（OLS -3.46%、OLS-3 0.16%、ENet+H 0.11%）、§2.2（NN3 0.40%）、引言（多空夏普1.35/2.45）。月度美国个股、成本前；与本书构造不可比。

• CH37_CT2008 — Predicting Excess Stock Returns Out of Sample: Can Anything Beat the Historical Average? (Campbell, Thompson 2008, RFS 21(4) 1509-1531)，原始论文（NBER 工作论文版本）。2026-10-10 作者核读工作论文版式(1) 第5页：R2_OS 以截至 t-1 的历史均值为基准；期刊版页码未核。

• CH37_AHM2019 — A Backtesting Protocol in the Era of Machine Learning (Arnott, Harvey, Markowitz 2019, JFDS 1(1) 64-74)，原始论文（作者主页全文）。2026-10-10 AMC 来源侦察报告读全文（引言、交易成本一节）；作者未重读；仅作延伸阅读，正文不引其具体结论。

• CH38_CT2010 — On Over-fitting in Model Selection and Subsequent Selection Bias in Performance Evaluation (Cawley, Talbot 2010, JMLR 11 2079-2107)，原始论文（期刊全文）。2026-10-10 AMC 来源侦察报告读摘要、§5、§9；作者未重读；支持“调参与评价分开”。

• CH38_PRADO2018 — Advances in Financial Machine Learning (López de Prado 2018, Wiley), Chapter 7，专著（出版商目录）。2026-10-10 侦察报告仅读出版商目录（第7章 7.1–7.5）；正文未读，只作延伸阅读。

• SK_PIPE_DOC — scikit-learn: Pipelines and composite estimators (1.9.1)，官方文档。2026-10-10 侦察报告读 §6.1.1 与 Pipeline docstring；行为另由 tests/test_ml_pipeline.py 训练内标准化测试验证。

• SK_GRID_DOC — scikit-learn: Tuning the hyper-parameters of an estimator (1.9.1)，官方文档。2026-10-10 侦察报告读 §3.2；本书管线未使用 GridSearchCV。

• SK_CALIBRATION — scikit-learn: Probability calibration (1.9.1)，官方文档。2026-10-10 侦察报告读 §1.16–1.16.2；只支持分类可靠性图，回归校准斜率为本书定义。

• ESL_2ND_ED — The Elements of Statistical Learning, 2nd ed. (Hastie, Tibshirani, Friedman 2009), §3.4，教材（作者站点全文）。2026-10-10 侦察报告读 §3.4 式(3.41)(3.44)(3.47)、表3.4、图3.11；作者打开下载页需浏览器交互未重读；第39章推导自洽并由代码核对。

• CH39_FHT2010 — Regularization Paths for Generalized Linear Models via Coordinate Descent (Friedman, Hastie, Tibshirani 2010, JSS 33(1) 1-22)，原始论文（期刊全文）。2026-10-10 侦察报告读摘要、§1–2；作者未重读；支持正则化路径与热启动定义。

• CH40_BREIMAN2001 — Random Forests (Breiman 2001, Machine Learning 45, 5-32)，原始论文。2026-10-10 AMC 侦察报告（R）读定理1.2、2.3、11.2；作者未重读；仅支持延伸阅读与强度—相关表述。

• CH40_FRIEDMAN2001 — Greedy Function Approximation: A Gradient Boosting Machine (Friedman 2001, Annals of Statistics 29(5), 1189-1232)，原始论文。2026-10-10 侦察报告（R）读 §3 算法1、§5 收缩；作者未重读，正文推导独立写出。

• CH40_STROBL2007 — Bias in random forest variable importance measures (Strobl et al. 2007, BMC Bioinformatics 8:25)，原始论文（开放获取）。2026-10-10 侦察报告（R）；作者未读全文。

• CH40_STROBL2008 — Conditional variable importance for random forests (Strobl et al. 2008, BMC Bioinformatics 9:307)，原始论文（开放获取）。2026-10-10 侦察报告（R）；作者未读全文；正文只引用'为相关特征外推问题提出条件重要性'。

• CH40_LL2017 — A Unified Approach to Interpreting Model Predictions (Lundberg & Lee 2017, NeurIPS)，会议论文。2026-10-10 侦察报告（R）；Shapley 性质；正文推导独立写出。

• CH40_LUNDBERG2020 — From local explanations to global understanding with explainable AI for trees (Lundberg et al. 2020, Nature Machine Intelligence 2, 56-67)，原始论文。2026-10-10 侦察报告（R）；本环境未安装 shap，未运行 TreeSHAP。

• CH40_AJL2021 — Explaining individual predictions when features are dependent (Aas, Jullum, Løland 2021, Artificial Intelligence 298, 103502)，原始论文。2026-10-10 侦察报告（R）；条件式与干预式 Shapley 的取舍。

• SK_TREE_SRC — scikit-learn 1.9.1 source: tree/_classes.py, ensemble/_forest.py, ensemble/_hist_gradient_boosting (gradient_boosting.py, splitting.pyx, grower.py)，本机安装源码。2026-10-10 作者在 .venv 中读源：HGB early_stopping='auto' 与 train_test_split（gradient_boosting.py 533-581）、compute_node_value、shrinkage、MDI 警告、RF max_features 默认 1.0。

• SK_PERMIMP_DOC — scikit-learn: Permutation feature importance (1.9.1)，官方文档。2026-10-10 侦察报告（R）读 §5.2；作者核对本机 MDI 文档串警告。

• CH41_JC2016 — Principal component analysis: a review and recent developments (Jolliffe & Cadima 2016, Phil. Trans. R. Soc. A 374, 20150202)，综述（开放获取）。2026-10-10 侦察报告（R）读 §2(c)；作者未重读。

• CH41_LCBP1999 — Noise dressing of financial correlation matrices (Laloux, Cizeau, Bouchaud, Potters 1999, PRL 83, 1467-1470)，原始论文（arXiv 全文）。2026-10-10 作者核读 arXiv v1：式(3) 上下界、Q=T/N≥1、S&P500 N=406 T=1309；最大特征值 25 倍（正文）/30 倍（图注）不一致已记录。

• CH41_HAMILTON1989 — A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle (Hamilton 1989, Econometrica 57(2), 357-384)，原始论文。2026-10-10 侦察报告（R）读 §3–4；作者未读全文，滤波递推独立推出并由测试验证。

• CH41_AT2012 — Regime Changes and Financial Markets (Ang & Timmermann 2012, Annual Review of Financial Economics 4, 313-337)，综述。2026-10-10 侦察报告（R）；仅延伸阅读。

• CH41_CK1986 — Performance measurement with the arbitrage pricing theory: A new framework for analysis (Connor & Korajczyk 1986, JFE 15(3), 373-394)，原始论文。2026-10-10 侦察报告（摘要级）；仅延伸阅读。

• CH41_VL2010 — Clustering stability: an overview (von Luxburg 2010, Foundations and Trends in Machine Learning 2(3), 235-274)，综述（arXiv 全文）。2026-10-10 侦察报告（R）；作者未读全文。

• SK_KMEANS_DOC — scikit-learn 1.9.1: KMeans and adjusted_rand_score，官方文档 + 本机源码。2026-10-10 作者核对本机文档串；侦察报告（R）。