- A. Regime Detection (状态检测)
- B. ML for Return Prediction / DFL-MVO
- C. Factor-Loading Uncertainty (ABC13 范式)
- D. Factor Uncertainty Index (Huovinen FUI)
- E. Cross-Asset Spillover Network (清华 2026)
- F. Lead-Lag / Geographic / Coverage
- G. Cross-Session Momentum / Trading-Session Decomposition
- H. Market Microstructure (Kurth 2026 + A 股 HFT)
- I2. 异常成交与分歧状态 (兴业金工 2026)
- I. Intraday Crash Forecasting (HHIt)
- J. Spatiotemporal Composability (Cordis)
- K. Concept Embedding (Recos 范式扩展)
- L. Wiki-level (跨议题基础问题)
- Cross-ref
Open Questions (跨议题研究问题清单)
跨议题的待研究问题清单，共 12 个主题分组。
wiki/index.md只保留 5 条最高优先级的，其余在此。
A. Regime Detection (状态检测)
主要源: Wasserstein-HMM MVO / HHIt / Kurth Trend Demise / Cross-Session Momentum 等。
- A 股 + 国内期货 (涨跌停 / T+1 / 限仓) 制度下 regime 复制性 — arXiv:2603.04441 完全在跨资产美股层面, A 股 / 大宗商品需要独立测试 (A 股交易时区本身就是 Asia session, 不存在跨时区)。
- Wasserstein HMM 的 K_max 是否也该自适应 — DP-HMM / hidden semi-Markov 可完全替代定 K。
- K 切换日的组合 turnover 平滑策略 — Wasserstein 模板对齐外是否要附加 L2 缓冲。
- Wasserstein vs 谱距离 vs Hellinger 的 small-sample / fat-tail 稳健性比较。
- 模板冷启动 (首次训练没模板时, 用 k-means vs first HMM 全量结果初始化)。
- Online streaming HMM 集成 (而非 rolling batch) 后, Wasserstein 模板更新频率。
- 华安金工双轨择时 (2026-09 系列 27) 的 252 日分位特征窗口是否应 regime 自适应 — 固定 252 日分位在结构断点处滞后; 与 Wasserstein-HMM 状态过滤结合可否自适应分位窗。
- 双轨拆分 (风险回归 vs 机会分类) 迁移到期货指数 (IH/IF/IC/IM) — 信号源为全市场股票网络, 标的与信号源错位时迁移逻辑是否反噬。
B. ML for Return Prediction / DFL-MVO
主要源: Lee-Tae-Lee 2024 (Anatomy of Machines for Markowitz)。
- DFL 股票级 N≈500 可扩展性 + OptNet / CvxpyLayers 替换直接求解。
- A 股涨跌停 + T+1 制度下"次序 > 精度" 是否仍成立 (制度截断 \hat\mu 排序)。
- \alpha (MVO loss 权重) 的 online / Bayesian 调优 + regime-dependent \alpha (高 vol 用 \alpha=0, 低 vol 用 \alpha=1) — 类似 Position Timing 的触发机制。
- DFL 对 GAT / Hyper-Connections / Transformer 架构的适配 — "\Sigma^{-1} 倾斜梯度" 对 GAT attention 权重影响。
- DFL + DRO 结合 (Costa-Iyengar 2023 路线) — 把 DRO worst-case expectation 作为 DFL loss。
- 股票级 N=500 + 10 年跨度的稳健性测试 (vs 当前 10 行业 5 年)。
- PtO 工程落地的组织 / 工具链约束 — ML 团队需可微 MVO 求解器 + 端到端训练 pipeline。
- Jeon et al. 2026 (ICML) 稀疏切点组合的 A 股落地 — 论文允许做空 + 无 long-only/杠杆/换手约束; A 股 (long-only + T+1 + 涨跌停) 下 sigmoid-shift 软 top-k 选择与 DPP 层如何改造; MDD 更深的激进多空结构在 long-only 下是否消失。
- Jeon et al. 2026 的可扩展性 — soft top-k 开销随 n,k 增长 (N≤208 已测), N≈500+ (A 股全市场) 是否可行; 锐度参数 \beta 固定使用, 随训练退火 (annealing) 是否改善梯度信号 — 论文未做消融。
- Jeon et al. 2025 (Prediction-Loss Guided DFL) 的两个自认开放方向 — (1) 本文假设精确决策梯度, 与 surrogate-loss 类 DFL (LODL / SPO+ / EGL) 结合是否保留 Pareto 收敛保证; (2) 梯度融合与 ICML 2026 的 soft top-k 稀疏层耦合后 (决策梯度更噪更平) 融合策略是否仍稳; A 股 (长仓 + T+1) 下 \kappa 与 c=50 的 regime 自适应。
C. Factor-Loading Uncertainty (ABC13 范式)
主要源: Armstrong-Banerjee-Corona 2013 (RFS 26(1))。
- A 股 2005–2025 月度 \beta 估计 SE 截面差异 — 中位数 V_{\beta,i} 与 CRSP 0.0678 同量级还是更大?
- A 股 2008/2015/2020 三段 crisis 中大 |m_t| 事件后 IVOL 截面是否收缩 (验证 Learning-Based SV 机制)。
- 整合 MINGLE 与因子载荷不确定性 — 显式 V_{\beta,i} + 估计 \hat B + 显式 \hat\Sigma_{i,t}, ABC13 作 MINGLE 的 Bayesian 形式化。
- 把 transient factor 加入后 (Tzikas 2026) — 投资者对新因子载荷也要更新, IVOL 随机性增强, 期望收益与 IVOL 截面关系可能翻转 — 一对耦合预测。
D. Factor Uncertainty Index (Huovinen FUI)
主要源: Huovinen 2026 (SSRN 6441198)。
- A 股版 FUI 是否成立 — 主题数未必是 13, 散户占比高 → "发作"或许更密集。
- FUI 阈值开关式仓位择时 (对照 Position Timing) vs 非线性 1/\mathrm{FUI}^2 缩放 — 同等 alpha 下能否降换手 (论文二元 regime 版本 α=2.48 bps, t{=}6.06)。
- Huovinen 内部张力 — 结论段风险补偿 + Table 15 Panel B 高分位 Sharpe 1.09 vs 低分位 2.56 (波动涨得比收益快 3.6 倍)。到底是风险溢价还是"高不确定期本就该减仓"?
E. Cross-Asset Spillover Network (清华 2026)
主要源: SSRN 6957600 (清华 2026, via 映翡量化)。
- 方向性 magnitude 0.77 vs 方向性样本拆分相关 −0.28 — 是否存在 "magnitude + direction" 张量分解?
- A 股外生网络可行性 — 申万一级行业内除本企业外的等权组合滞后 1 月收益, 与 Wind / 巨潮 "前五大客户/供应商" 披露, 两者可行性分别如何?
- 低秩 Ψ 把 19 000 → 1 400 参数, K 的 ad-hoc 选择 — 在线 Bayesian 调 K 或 BIC 类准则?
- "经济学叙事 = 先验选择"推到极端 — 是否存在可形式化的"先验敏感度"测度 (类似局部灵敏度分析的金融网络版)?
F. Lead-Lag / Geographic / Coverage
主要源: Parsons-Sabbatucci-Titman (SSRN 2780139)。
- A 股版 Geographic Lead-Lag — 申万一级行业 × 同城, 用 2019+ 沪深 "公司调研" 记录 + 卖方分析师署名作为共同覆盖的弱代理 (I/B/E/S 不可得)。
G. Cross-Session Momentum / Trading-Session Decomposition
主要源: Wei Wenling 2026 (CMBC Wealth Management / SAIF-SJTU)。
- 黄金白银样本 (2024H2–2026H1) 完全处在单边牛市中, Asia 边际定价段这一结论在 sideways / bear regime 下是否仍成立?
- COMEX GC/SI 期货 vs Stooq 现货 XAU/USD + XAG/USD — spot-futures basis 在 US 段 (CONTANGO 通常最深) 是否改写 session 边际定价归属?
- Cross-Session Momentum (+0.13 Asia autocorr) 在 pre-2022 央行买盘 regime 下是否仍显著 — Arslanalp-Eichengreen-Simpson-Bell (2023/2025) 把央行黄金累积定位为 post-2022 现象。
- Long-only Sharpe 1.68 在 bear / sideways regime 下是否仍优于 buy-and-hold? Long-short 在 780 次/年换手下崩溃, 重抽样到日频或合并 Asia+Europe 能否让 long-short 复活?
- Wei 把 US 段定义为 14:30-24:00 UTC (含 21:00-24:00 盘后) — 把 14:30-21:00 与 21:00-24:00 拆开单独测是否会变化?
H. Market Microstructure (Kurth 2026 + A 股 HFT)
主要源: Kurth-Eisler-Rej-Bouchaud 2026 / Shen 2023 (via 睿见Alpha)。
- A 股 / 国内期货 (沪深 300 / 中证 500 / 中证 1000 / 上证 50 ETF) \Psi/\sigma 截面是否复制 "small-tick 退化 + large-tick 存活" 二分? 沪深 300 ETF tick 都是 0.01 RMB 但日 vol 跨 15%-30%, 形成 50/50 natural cut。
- 自强化冲击环 (Self-Fulfilling Impact Loop) 在 A 股 / 国内期货是否同样操作 — T+1 + tick 0.01 + 涨跌停 + 限仓 制度差异。
- HFT inventory data 围绕 CTA rebalancing events 不可得 — 用代理指标 (HFT market share estimate / CME liquidity provider 注册数 / indirect spread metrics) 替代 + 跨 venue (CME vs Eurex) 作为 natural experiment。
- App D Fig 18 anticipatory 渠道 2008 前后衰减 — 与 loop 衰减同时还是先后? 跨 regime 联合 trade imbalance + book imbalance 系数估计。
- Quantica 2025 1B commodity → 17% Sharpe drag — tick-tier 而非 asset-class 层级重做, small-tick 流动性被 HFT 撤回后, 同等 AUM walk-the-book 成本可能让 17% 翻倍。
- 500ms 阈值稳健性 (深交所 10ms 时间戳精度, 未来升到 1ms 或微秒级) — 降到 100ms 还是保留 (人眼反应极限是物理常数)?
- 订单级 → 交易者级 HFQ 识别: 按 hash 把订单归到同一交易者, 持久性识别会改写 HFQ 本质。
- A 股 T+0 改革是否翻转" A 股 HFT 是价差杀手" 结论 — 美股 T+0 + 低撤单成本 → 做市, A 股 T+1 + 高撤单成本 → 掠夺。
- 剔除高 HFQ 样本 R_{OS}^2 +300% 是单股池单季度 — 2020-2022 / 2024-2026 跨周期稳健性。
- nonHNI 多空 1.94 bp/min (t=45.32) 在严格扣除成本 (≥10.4 bps) 后仍为正? 降频到 5 分钟 / 30 分钟 / 日频能否成为策略?
I2. 异常成交与分歧状态 (兴业金工 2026)
主要源: 兴业金工《高频研究系列十》(2026-10-21)。
- 分位数回归的分位点网格 (10/25/90 vs 20/80) 与残差 10 日平滑窗口的敏感性 — 论文未做。
- CSAD 分组回归的分组界 (10:00) 是不是 A 股特色 — 09:30–10:00 / 10:00–10:30 是否该分开; 单股单日 240 样本估三个参数, \beta_2 的估计噪声是否该用经验贝叶斯收缩 (与第三层待遇不一致)。
- 稀疏回归的稀疏度上限 s 怎么定 — 太小漏掉真实分歧分钟, 太大退化为普通回归; 能否按当日 \gamma 非零个数自适应, 或用 BIC 式模型选择。
- \gamma_t 的符号误判率有多高 — 后面所有因子都建立在「这一分钟是不是分歧分钟」这个判断上, 而论文未估计这个判断的可靠性。
- 「未来 5 分钟」窗口的敏感性 — 1/10/30 分钟会给出完全不同的因子; 窗口与 A 股 T+1 的可实现性不匹配。
- 羊群 vs 分歧的第三种可能 (流动性内生) — 市场波动大时流动性变薄, 个股报价偏离可能是流动性导致的, 不是投资者模仿的; 用成交量或价差控制后 \beta_2 是否还成立。
- 与经典 CSAD 论文 (Chang-Christiaensen-Nelson / Christie-Polachek / Kim-Lee) 的对照检验。
- 跨市场复制 — 兴业金工只做了 A 股; 美股/港股分钟数据上, 早盘 (10:00) 分组界与 \beta_2 的经济含义是否还成立 (美股没有集合竞价, 开盘就是连续竞价)。
I. Intraday Crash Forecasting (HHIt)
主要源: JDQS 2026 Intraday Variance Concentration Crash (SSRN 6975778)。
- A 股 / 国内期货 HHIt 是否预测次日 crash — 沪深 300 ETF 5-min HHI 5 年累积分布 + 30% 涨跌停 regime 下 level-independence baseline (3n/(n+2)=2.925) 检验。
- HHIt ↔ Kurth 2026 跨接 — post-2008 HFT 撤回 → small-tick → broad-based stress 增多 → HHIt ≈ baseline → crash probability 上升。这条 cross-paper 链条在 2005-2020 是否显著?
- GARCH normal-tail 在 A 股 / 国内期货 (涨跌停 + T+1) miscalibration 是否更严重 (100× → 200-500×)? 上证 50 5-min data 2015-2020 同 lowest-decile 检验。
- HHIt + VIX Term Structure 耦合 (论文 §8 自陈 "最有 product 性的 future research") — protective put 定价 (Merton 1976) 输入 jump probability 用 HHI-driven logistic 替代 normal-tail GARCH 后, fair value 与市场价偏差是否系统性消失或反转?
- GARCH heavy-tail 替代 (Student-t / GED / skewed-t) 是否修复 100× miscalibration — GARCH-t vs Logit-RV-HHI 在 OOS Brier + lowest-decile calibration 双维度比较。
- signed HHI (上跳 + 下跳 各自 HHI) — Patton-Sheppard 2015 jump 持续性不对称 → signed version 是否进一步提升 crash forecasting 精度。
J. Spatiotemporal Composability (Cordis)
主要源: Shi-Zhang-Cui 2026 (PKU + DeepSeek-AI)。
- 时空可组合性到 quant 策略系统迁移 — 开仓 = effect, 平仓 = inverse; 数据源 / 风险模型 / 因子依赖 = coeffect key。
- Cordis Theorem 65 (confluence) 在并行回测引擎 / 分布式策略执行系统中的对位 — "commute 独立 effect" 作为多账户并行执行正确性形式化判据。
- Cordis 系统边界 (§6.1) 在 quant 系统中的可逆/不可逆切分图 — "下单到券商 API" 边界外, "本地组合调整 / 风控 limit 设置" 边界内。
K. Concept Embedding (Recos 范式扩展)
主要源: Xinbo Ai 2026 (BUPT, arXiv:2602.05266)。
- Recos 92.2% STS 优势能否在 embedding-based factor engine 复现 — LLM embedding 表达公司/行业/新闻/宏观状态, 检索最相似"历史 regime"; recos 对 LLM 长度偏置的鲁棒性是否能缓解 Factor-Loading Uncertainty 提到的 ℓ2 范数膨胀。
- ordinal concordance → 截面因子排序 → Cross-Sectional Momentum 的理论桥梁 — 把截面因子得分视为 embedding, 用 recos 而非 Pearson / Spearman 衡量截面相似度, regime 切换时是否更稳定?
L. Wiki-level (跨议题基础问题)
- A-share (2020-2026) 最稳健 alpha 因子与衰减。
- A-share index futures basis 与 CTA 表现交互。
- A 股高频策略交易成本模型 (commission / slippage / market impact) 最优参数化。
- 哪些 ML 架构 (transformer / GBDT / RL) 真正胜过传统因子模型 + regime 条件。
- Equity + futures hedging 的 multi-asset book 综合。
- Equity/futures 研究最常见回测坑 (look-ahead / survivorship / point-in-time)。
- 黎曼因子模型 (RFM) 在 A 股的实现协方差 (5 分钟 RV 聚合为日/周矩阵) 上是否复现 — 12 只大盘股的窄面板 vs 全市场 N≈3000 的可扩展性 (固定抽样 N=1000 的谱特征思路可移植)。
Cross-ref
- wiki/index Top 5 摘要