为什么不采用等权重？
等权重之所以吸引人，是因为它看起来很公正。但它也承认你不知道哪些特征更重要。
这在原型阶段尚可接受。但一旦你拥有足够的历史数据来测试某一类变量是否能持续改善区分度，等权重就变得不那么可接受了。等权重还会产生一个微妙的问题：它们过度奖励那些包含许多相关子特征的类别。一个包含十个轻度相关输入的类别可能会主导一个包含三个更强但更清晰输入的类别，除非你明确控制其贡献。
因此，我们首先在类别层面进行加权，然后在类别内部进行标准化。这使得分数易于解释，并防止特征数量膨胀伪装成洞察力。
第一类，信号质量占30%
信号质量提出了一个粗鲁但必要的问题：这份申报是可能反映了具有信息量的自主行动，还是仅仅是行政性的表面文章？
这一类别包括以下内容：
- 公开市场买入与卖出
- 自主交易与自动或基于计划的交易
- 直接所有权与间接工具
- 一次性申报与重复模式
- 纯粹的经济敞口与衍生品或结构性工具
- 申报是否完整、及时且内部一致
为什么是30%，而不是50%
信号质量是基础性的，但并非所有基础变量都应获得主导权重。它的作用部分是筛选而非预测。质量差的信号理应受到重罚，是的。但一旦你确定一份申报是相当清晰且自主的，进一步区分质量的边际价值就会下降。
这就是我们将其权重设定为30%的原因。如果你将这一类别的权重推得过高，模型就会开始表现得像一个申报分类引擎，而不是一个阿尔法排名系统。它会非常擅长告诉你哪些交易看起来合规，但在告诉你哪些合规交易最重要方面则表现不佳。
什么倾向于在消融中幸存
在大多数内幕交易数据集中，此类别中最强的贡献者并非异类：
- 买入与卖出
- 公开市场交易与非公开市场交易
- 自主性交易与自动交易
- 交易类型排除，特别是奖励、代扣税处置以及即时出售期权行权
这与现有文献一致。公开市场买入历来比许多类别的卖出具有更强的信息含量，部分原因是卖出是出于多元化、税务、流动性和遗产规划的动机，而买入则需要新的资本，通常也需要更明确的积极看法。Seyhun的大量著作仍然是此处不可避免的起点，尽管我们应避免将旧的美国研究结果视为永恒的法则。
为什么这个类别没有更大
主要原因是饱和。一旦过滤或惩罚了明显低信息量的申报，更精细分类的增量收益就会减少。你可能花费数月时间完善衍生品交易的分类法，但所学到的东西可能还不如一个简单衡量标准多，即该交易相对于内幕人士先前持股而言是否异常大。
这是30/35/25/10划分背后的第一个原则：清洁度很重要，但背景承载了更多的残余信号。
第二类，交易背景占35%
这是最大的类别，因为它回答了投资者真正关心的问题：该交易在特定背景下有多重要？
50,000欧元的买入对于一位内幕人士来说可能微不足道，但对于另一位来说却可能意义重大。一万股股票在一家超大型公司中可能只是象征性的，但在一家小型公司中却可能影响深远。十年上涨后的卖出与陷入困境时的卖出是不同的。背景将申报从一个法律事件转化为一个经济事件。
交易背景中包含什么
典型的子特征包括：
- 交易规模相对于之前的持股量
- 交易规模相对于（如有）年度薪酬
- 交易规模相对于日均交易量或自由流通量
- 聚集性，即多位内部人在短时间内买入
- 长期不活跃后的首次购买
- 重复购买与一次性信号
- 在下跌后买入与在高点附近买入
- 集中度，即内部人是否显著增加或减少持仓
这些并非表面细节。它们往往是持久性所在。
为什么这部分权重最大
因为情境是内部人意图变得清晰的地方。
一位首席财务官按常规模式每季度小额买入，不如同一位高管在十八个月的沉寂后首次进行有意义的公开市场购买那样引人关注。同样，一位非执行董事象征性地买入可能不如一位部门高管买入相当于其年度现金薪酬很大一部分的金额那样具有信息量。
一项消融研究（ablation study）倾向于表明，这一类别在两个方面发挥着重要作用：
- 横截面区分。它有助于将仅仅是积极的申报与真正不寻常的申报区分开来。
- 良好信号的排序。一旦低质量的申报被降权，情境往往决定了哪些名称能进入前十百分位。
这就是为什么交易情境占据了最大的单一份额，达到 35%。
聚集的实际优势
一个情境特征值得特别提及：集群购买。学术研究反复发现，多位内部人在相对较短时期内的购买行为比孤立的交易包含更多信息。其直觉非常明显。独立的内部人都有不买入的理由。当几位内部人仍然这样做时，巧合就成了一个不那么令人满意的解释。
这并不意味着每个集群都是金矿。小型董事会可能产生偶然的集群，而禁售期可能机械地压缩活动。但作为一个情境特征，集群的持久性足以使其获得实质性权重。
