标签： #对抗训练

金融特征里混着微观结构噪声、陈旧报价、舍入误差甚至错单 tick——一个对微小扰动极度敏感的因子模型，会给出抖动的因子值与不稳定的排名。本文用 numpy 从零实现 FGSM 与 PGD 对抗训练，在标准逻辑回归因子上做对照实验：干净准确率 96.4% vs 93.4%(牺牲约 3 个点)；在 ε=0.1 的 PGD 攻击下，标准模型 28.0% 样本被翻转、鲁棒模型 24.3%；权重范数被压低 14.4%。结论很诚实——表格型低频金融特征不像图像那样对对抗扰动极度脆弱，对抗训练在这里主要扮演「隐式正则化器 + 最坏情况风险上界」的角色，而非银弹。附完整 Python 与四张真实计算图。

行为克隆（BC）是'照葫芦画瓢'——把专家的每个动作都回归下来。但它有两个硬伤：演示里夹带的噪声会被一并背进策略，且它从不理解专家'为什么'这么做。生成对抗模仿学习（GAIL, Ho & Ermon 2016）换了个思路：不复制动作，而是训练一个判别器去分辨'这是专家轨迹还是我的轨迹'，再用判别器的输出当奖励去训练策略，形成生成器与判别器的对抗博弈，等价于在匹配专家的状态-动作占用分布。本文用纯 numpy 从零实现一个带 dropout 的小 MLP 版 GAIL，诚实给出三个结论：GAIL 能从随机策略经对抗训练把真实回报从 -2.93 拉到 -1.65、判别器最终被'骗到分不清'（准确率 0.49→0.50，奖赏信号耗尽）、动作分布还原出贴近专家的形态；但也诚实标注——在单步 iid 模仿里 BC 直接回归更高效（BC -0.28 vs GAIL -1.70），GAIL 的真正优势场在序贯/误差累积场景。附完整 Python 与四张真实计算图。

量化因子模型最怕三件事：样本少、过拟合、分布漂移。本文从零实现 MLP 与逻辑回归，演示高斯噪声增强、SMOTE 式混合与 FGSM 对抗训练如何把测试准确率与对抗鲁棒性一起拉起来，并诚实列出会踩的真实陷阱。