實驗室
開放實作
支撐 Daru Finance 公開 M-models 與輔助分析的 Python、Rust 與 R 參考程式碼。這些是本網站所發表文章背後的實作，刻意精簡、刻意可讀、刻意可重現。
全部公開
策略族群的 PCA + UMAP 幾何
從 90 維度量向量對大型策略族群進行 PCA + UMAP 嵌入，並以連通性為基礎區分穩健與脆弱策略。
閱讀方法 最新Sharpe 密度與 (μ, σ, t) 族群散佈
策略宇宙上的族群層級 Sharpe 密度與 (平均、標準差、t) 散佈。實證分析的輔助函式庫。
閱讀方法策略相關性矩陣的特徵譜
策略相關性矩陣的 Marchenko–Pastur 與平行分析特徵譜。本研究室 M/01 模型的參考實作。
具 FDR 控制的稀疏訊號偵測
用於 FDR 控制策略選擇的 Higher Criticism 加上 Model-X knockoffs。本研究室 M/02 模型的參考實作。
策略結構上的持續性條碼
策略族群上、在相關性距離 Vietoris–Rips 下的 H0 持續性條碼。本研究室 M/03 模型的參考實作。
超門檻峰值與配對尾部耦合
跨資產報酬上的超門檻峰值 GPD 擬合與配對尾部耦合 χ。本研究室 M/04 模型的參考實作。
分解 IS-OOS Sharpe 差距
將樣本內／樣本外 Sharpe 差距的變異數，分解為選擇偏差、參數選擇雜訊與殘餘技能，橫跨 10 個 deep-WFO 加密資產。
樣本內平滑度能預測樣本外技能嗎？
預先註冊的實證測試，檢驗在固定五擾動套件下的樣本內 Sharpe 曲面平滑度，是否能預測 SOL / DOGE / BTC 滾動前推分割上的樣本外技能。
策略族群的 PCA + UMAP 幾何
從 90 維度量向量對大型策略族群進行 PCA + UMAP 嵌入，並以連通性為基礎區分穩健與脆弱策略。
隱馬可夫市場狀態分割
對 (logret、波動率、趨勢) 特徵的高斯 HMM 市場狀態分割，K 由 BIC 選定；加密主流間的跨資產 4 狀態偏好。
最小變異投資組合的宇宙飽和
對自大型策略池抽取的最小變異投資組合進行宇宙飽和分析，比較 Ledoit–Wolf 收縮、Huber 式穩健，以及樣本協方差估計量。
Sharpe 密度與 (μ, σ, t) 族群散佈
策略宇宙上的族群層級 Sharpe 密度與 (平均、標準差、t) 散佈。實證分析的輔助函式庫。
跨資產滾動相關性立方體
9 資產宇宙上的跨資產樣本相關性立方體。族群層級分析的輔助函式庫。
訊號是集體的
文章「訊號是集體的」背後的可重現合成示範。
框架（完整的回測器實作）與蒙地卡羅論文的可重現性套件刻意排除於此清單之外，它們各自存放於專屬之處。請見 github.com/DaruFinance 取得完整的儲存庫索引。