基金时序拟合实验室

分享海报

@org-dm5w4jyk/fund-timeseries-fitting-lab

【中文】 基金时序拟合实验室是一套「基金净值时序拟合」的方法论文档 + 本地标准库脚本，面向个人学术与研究用途，完全离线运行。它教你用「指数直接法 / 主动持仓加权 / 三层融合 + 收盘回灌校准」从基金季度披露持仓与历史净值，拟合出一条带误差区间的净值路径，并用回测（MAE、95% 覆盖）检验效果。进阶部分提供 Kalman 最优融合、EWMA 不确定性区间，以及 Hurst 长记忆、Lyapunov / 相空间重构（混沌）、分形维等研究向诊断——均诚实标注「不预测收益」。 重要边界：本工具是研究方法，不是基金实时估值服务，不是投资顾问，也不是基金销售；所有输出都是「拟合值 ± 误差区间」，唯一法定净值以基金管理人发布、托管人复核的收盘净值为准。¥4.99/次，按调用量计费，本地运行、作者零算力成本。 【English】 Fund NAV Time-Series Fitting Lab is a methodology document + local standard-library scripts for fitting a fund's NAV path, for personal academic research, running fully offline. It teaches a three-layer fusion from quarterly disclosed holdings and historical NAV, producing a fitted path with an error band, validated by backtest (MAE, 95% coverage). Advanced modules add Kalman optimal fusion, EWMA uncertainty bands, and Hurst / Lyapunov / phase-space (chaos) / fractal diagnostics — all honestly labeled "does not predict returns." Key boundary: this is a research method, NOT a real-time fund-valuation service, NOT investment advice, NOT fund distribution. ¥4.99/call, pay-per-use, runs locally. 基金净值怎么拟合,基金净值测算方法,基金估值怎么做,用Python拟合基金净值,基金净值路径,净值误差区间怎么算,基金回测怎么做,Kalman滤波 基金,基金混沌分形,基金时序分析,本地基金研究工具,不联网的基金分析,fund NAV fitting method,how to fit fund NAV, fund backtest python, Kalman fund filter ```基金净值测算,基金净值拟合,净值拟合,基金估值方法论,基金时序拟合,Kalman滤波,净值回测,量化基金研究,基金分析Python,本地离线基金研究,净值估算方法论,误差区间,三层融合,混沌分形,基金研究工具,时间序列拟合,净值路径拟合,Hurst指数,Lyapunov指数,基金持仓分析,个人量化研究,fund NAV fitting,fund valuation methodology,NAV backtest,Kalman filter,quant fund research,time series fitting,offline fund analysis ```