标签： #机器学习

所有教科书都教你「价格不平稳，差分一次变收益」——可这一刀下去，序列的记忆被砍得干干净净：本文合成序列里一阶差分与原对数价格的相关系数只剩 0.005，「现在贵还是便宜」这个信息彻底蒸发。López de Prado 的分数阶差分主张只差 d=0.37 这么多：刚好通过 ADF（p=0.039），同时保住 91.1% 的记忆，捕捉真实均值回归成分的相关系数 0.416（一阶差分只有 0.073）。但本文最硬的发现是反面：FFD 的固定窗口截断本身会伪造平稳性——在真实 I(1) 的纯随机游走上做同样的 d=0.37 分数阶差分，窗宽 311 时 ADF 错误拒绝率高达 73%，窗宽 1669 时飙到 93%，而名义水平只有 5%。同一个数据生成过程换 20 个种子，d* 从 0.00 摆到 0.55（标准差 0.138）；τ 从 1e-2 调到 1e-5，同一个 d 的记忆保留从 99.8% 掉到 29.2%；FFD 与扩张窗口两种实现在同一 d 下相关系数仅 -0.10。四项对抗式检验全过：置换 300 次真实 Sharpe 0.68 超 95 分位 0.53（p=0.020）、随机游走上因果 z 的 Sharpe -0.02 干净归零、全样本 z 的 look-ahead 在随机游走上凭空刷出 0.40（高阶）。

「行情什么时候变脸的？」事后人人都能指出来，事中没人说得清。CUSUM（Page 1954）用一个朴素到极致的机制回答这个问题：把去均值后的收益不断累加，正累积和 S⁺ 只增不减直到触阈报警，负累积和 S⁻ 对称监控下行——单日噪声互相抵消，持续的单向漂移却会线性积累，这就是它区分『抖动』和『变脸』的全部原理。三段 regime 合成行情实测：h=5σ 时第一个突变（牛转熊）延迟 9 天检出、第二个（熊转牛）23 天；阈值扫描给出灵敏度-误报的完整权衡曲线——h 从 3σ 提到 8σ，纯随机游走上的误报从 115 次砍到 23 次，检测延迟只从 2 天涨到 10 天。AFML 把它重新包装成 ML 事件采样器：只在 CUSUM 触发处采样打标签，实测样本前瞻已实现波动比固定间隔采样高 19.5%——样本更『有戏』。三盆冷水：随机游走上照样报警（它测的是漂移显著性不是因果）、阈值以波动率计价必须动态更新、检测延迟意味着报警时行情已走了一段（中阶）。

把『找方向』和『定仓位』拆成两层是 López de Prado 在《Advances in Financial Machine Learning》里最实用的建议之一：一级模型只负责给出多空方向（可以是 MA 金叉这种土办法），二级模型不预测市场，只预测『一级模型这一单会不会赢』，输出的概率直接映射成仓位。我们在 24 只带 regime 切换的合成资产上完整复现了这条流水线：震荡段用 OU 均值回复生成（金叉追涨必被反噬），趋势段带漂移。一级 MA20/60 金叉信号 650 个、裸胜率只有 44.9%，测试段全接单复利终值 0.226（亏掉 77%）；二级逻辑回归以波动率、120 日动量与交互特征预测信号成败，AUC 仅 0.575——但就这点微弱的判别力，把 precision 从 0.465 拉到 0.585，过滤后复利终值 1.367，Sharpe 从 -0.32 翻正到 0.23。代价同样清楚：recall 从 1.00 掉到 0.31，七成信号被扔掉。文章给出全部可复现代码，并明确三条边界：元标注不能救没有正期望子集的信号、AUC<0.55 时概率仓位可能比二值过滤更差、以及二级模型特征必须与一级信号正交否则学到的只是重复信息。

机器学习的所有教科书保证都建立在一句话上：样本独立同分布。金融标签把这句话踩得粉碎——「持有 25 天」意味着相邻样本共享 96% 的价格路径，500 个样本实测平均并发 6.66 个、平均唯一度仅 0.147，有效样本量只剩 73.7 个。后果是袋外评估彻底失灵：在完全不可预测的随机游走上，持有期 1 天时 OOB 只虚高 0.9pp，持有期 80 天时 OOB 报 0.607 而真样本外 0.492，凭空造出 11.5pp——重叠让「袋外」样本不再袋外。López de Prado 的两件解药：唯一度加权把每个样本的话语权降到它真正携带的信息量，序贯自助在抽样时优先挑不重叠的样本（实测抽样内唯一度提升 7.6%、重复抽中从 34.9 降到 27.5）。控制变量实验最能说明问题：训练段埋一个只在密集重叠簇里成立的伪信号，等权训练下它的特征重要性 0.633 碾压真信号的 0.193、样本外 t 值只有 1.33；换成唯一度加权后伪信号掉到 0.154、真信号升到 0.464、t 值 3.95——只改了样本权重，别的一行没动。三盆冷水：唯一度加权治重复计票不治前视偏差、纯噪声特征下不会凭空变出 alpha、序贯自助 O(n²) 开销在万级样本上要用近似（高阶）。

Shapelet（Ye-Keogh 2009）是时间序列分类里最有解释性的特征：不是人工画好的『头肩顶』模板，而是从数据里学出来的、最能区分两类序列的子形状——判别标准是信息增益，特征值是序列到该形状的最小 z-norm 距离。240 条合成价格片段实验（一半在随机位置内嵌深度随机的 V 形恐慌-回补形态、一半纯随机游走）：算法在无任何先验下精确还原了植入的 V 形，学出的 28 点 shapelet 单距离特征在测试集上准确率 91.2%、F1 0.91——一维特征、一个阈值、完全可解释，而全序列距离度量在『位置随机』设定下注定失效。信噪比压力测试给出诚实边界：形态深度降到背景波动同量级时准确率坍塌到 52.5% 随机线。与 SAX/Matrix Profile 的分工：MP 找『重复出现的形状』（无监督），shapelet 找『区分类别的形状』（有监督），技术图形分析的科学化版本正是后者。三盆冷水：暴力搜索 O(n²m⁴) 必须近似加速、金融标签又弱又漂移（91% 在金融数据上几乎必然是泄漏）、判别 ≠ 预测——形态搜索空间的多重检验问题比因子挖掘还严重。

监督学习做量化最脏的活是打标签：固定视野法『20 天后涨了标 +1』把标签质量绑死在拍脑袋的 h 上，震荡段标签高频翻转（实测 0.121 次/天）。Trend Scanning 改问『哪个尺度上趋势最显著』：多窗口滚动 OLS 取 |t| 最大者，符号定方向、大小定置信度。教科书没写的坑：对价格水平跑 OLS 残差高度自相关，t 值极度膨胀——随机游走上 max-|t| 的 90 分位实测高达 21.8，照抄 |t|>2 等于不设阈值。null 分布校准后：覆盖率 17.3% 但真实趋势段准确率 98.4%、震荡段误报仅 4%。下游对照（同特征同模型只换标签）：固定视野样本外 Sharpe 0.20、sign(t) 1.02、校准阈值+t 值加权 2.25。三条边界：标签窗口含未来信息仅供训练、多窗口取 max 是多重检验（null 校准顺带治好）、趋势显著不等于趋势延续。

Markowitz 优化器的误差会在相关资产之间共振：40 只资产、4 个板块的块状相关结构下，T=90 天样本协方差直接优化的 OOS 波动率 9.7%、总杠杆 3.1 倍。López de Prado 的 NCO 把问题切成两层：先按相关距离聚类把 40×40 矩阵切成 4 个小块，簇内各自优化、再在 4 个簇组合之间优化——T=90 时 OOS 波动率降到 8.1%、杠杆压到 2.0 倍，Bootstrap 权重标准差从 3.07pp 砍到 1.44pp（稳定性翻倍）。代价同样实测得到：T=1008 数据充足时 NCO（7.68%）反而略输给直接优化（7.52%），两层结构禁止跨簇对冲，是用偏差换方差的又一笔交易。与 HRP 的区别：HRP 全程不求逆，NCO 只是把求逆的规模变小——簇内维度低到样本够用时，二次优化的信息还能保留（中阶）。

对抗验证与分布漂移检测 - halo的量化交易专栏