量化交易者应继续设计指标、用机器学习整合,还是直接从原始数据建模?

技术指标、机器学习和原始数据模型并非互斥选项,而是同一研究流程中的不同层次。关键在于样本外稳健性、成本、风险,以及复杂度是否真的带来价值。

分层的统计曲面将市场数据、特征表示、组合决策与风险控制连接起来。

读完《成功量化交易者背后的数学:我们能学到并真正实践什么》后,我留下了一个很实际的问题:

我们应该继续开发简单但有意义的技术指标,用机器学习整合许多指标,还是直接用原始市场数据训练模型?

这不只是技术问题,它触及量化交易的核心:

我们该如何把市场信息转化为在回测之外仍然有用的决策?

我的结论是,这三种方法并不互相排斥,而是同一研究流程中的不同层次。对大多数零售交易者来说,最可靠的路径既不是依赖单一指标,也不是采用不透明的人工智能模型,而是有纪律地结合:

  1. 有经济含义的特征;
  2. 复杂度适当的预测模型;
  3. 现实的验证方法;
  4. 考虑风险的组合构建;以及
  5. 受控的交易执行。

下面逐一分析。

核心要点

  • 技术指标、机器学习和原始数据模型是可以衔接的研究层次,并非只能三选一。
  • 从可信的经济或行为假设和小型、可解释的基线开始;只有当更复杂的方法在按时间划分的样本外测试中、计入现实成本后仍有改善,才值得增加复杂度。
  • 人工设计的特征有助于解释市场行为;机器学习可以建模特征之间的交互,但二者都无法消除数据窥探或过拟合。
  • 只有当数据量充足、干净、按当时可得信息构建,而且结构复杂到足以证明模型复杂度合理时,端到端学习才更站得住脚。
  • 有用的预测必须经得起组合构建、执行和风险控制;方向预测准确率本身不是交易目标。

1. 从根本上说,技术指标是什么?

以相对强弱指数(RSI)为例。RSI 把近期价格上涨和下跌的序列压缩成 0 到 100 之间的数值。它并没有创造信息,而是重新组织价格中已有的信息。

其他常见指标也是如此:

  • 移动平均线把近期价格压缩成趋势估计;
  • MACD 比较不同周期的趋势;
  • 平均真实波幅(ATR)估计近期价格波动幅度;
  • 布林带描述价格相对于移动平均线和近期波动的位置;
  • 成交量指标试图衡量市场参与度与价格变动之间的关系。

在机器学习术语中,技术指标属于人工设计的特征。它们把原始观测值转换成较小的特征向量:

Xₜ = (Pₜ, Pₜ₋₁, Pₜ₋₂, …, Vₜ, Vₜ₋₁, …)
Zₜ = (RSIₜ, Momentumₜ, Volatilityₜ, VolumeShockₜ, …)

目的不只是压缩数据。好的特征会让潜在有用的市场行为更容易被观察。

例如:

  • 动量特征询问收益是否倾向于延续;
  • 均值回归特征询问异常大的价格变动是否倾向于反转;
  • 波动率特征衡量市场当前的风险环境;
  • 流动性特征估计建仓和平仓的难易程度;
  • 市场广度特征衡量一轮涨跌是否得到较多标的支持;
  • 相对强度特征比较某项资产与同业或基准的表现。

因此,简单指标确有价值:它们引入结构、改善可解释性,也让交易者能够精确表达假设。

但指标并不自动等于交易优势。Cheol-Ho Park 与 Scott H. Irwin 对相关研究所做的综述发现,技术策略是否盈利的证据并不一致。许多研究报告了盈利策略,但作者也指出数据窥探、事后挑选规则、交易成本处理不足以及风险估计困难等问题。Park 与 Irwin(2007)

关键区别是:

指标负责测量某种现象;策略还必须证明,这种测量在计入成本和风险后有助于预测结果。

RSI 可能准确描述近期相对强弱,但“RSI 低于 30 就买入”仍可能不是一套有效策略。

2. 为什么还要继续开发指标?

应该继续开发,但目的不该是再造一个随意叠加在图表上的指标。只有当指标代表可信的信息来源时,才值得开发。

有用的指标应该能回答这样的问题:

  • 资产正处于趋势行情还是震荡行情?
  • 波动率是在扩张还是收缩?
  • 当前时段的成交量是否异常?
  • 这项资产相对所在行业是否更强?
  • 相关资产是否也确认了这次价格变动?
  • 市场流动性是否足以让交易具备经济可行性?
  • 观察到的机会是否足以覆盖成本?
  • 市场是否进入了不同的状态或机制?

新指标未必长得像传统技术指标。它也可以衡量:

  • 订单簿失衡;
  • 期权隐含偏斜;
  • 个股之间的收益离散度;
  • 分析师预期修正;
  • 信用利差变化;
  • 财报电话会议情绪;
  • 异常 ETF 资金流;
  • 跨资产相关性;
  • 流动性恶化;或
  • 宏观数据意外程度。

从广义上说,这些也都是指标:它们是对潜在相关信息的数学表达。

新指标的实用检验

在动手构造指标前,零售研究者至少应该能补完这句话:

“我预期这个变量包含信息,因为……”

例如:

“我预期波动率调整后的动量比原始动量更有信息量,因为低波动股票上涨 5%,比高波动股票上涨 5% 更不寻常。”

这样的陈述就形成了一个可以检验的假设。

相比之下,“我试了 500 种指标组合,这一种的夏普比率最高”,更可能是从历史噪声中挑出了一个赢家。

3. 机器学习增加了什么?

假设我们有 20 个可信特征:多个周期的动量、RSI、价格相对移动平均线的位置、实现波动率、成交量意外、隔夜收益、大盘收益、行业收益、相对强度、流动性、估值、盈利预期修正,也许还包括情绪。

简单策略可能为它们指定固定权重,例如:

Signalₜ = 0.4 × Momentumₜ − 0.2 × RSIₜ + 0.2 × VolumeShockₜ − 0.2 × Volatilityₜ

但这些关系为什么必须是线性的?权重为什么应该始终不变?低波动上行行情中的 RSI,为什么应与高波动下跌市场中的 RSI 有相同含义?

机器学习可以帮助回答以下问题:

  • 动量在不同波动率水平下是否表现不同?
  • 只有在流动性低时,成交量才重要吗?
  • 只有当长期趋势为正时,超卖信号才有意义吗?
  • 基本面信号与价格信号是相互印证还是彼此矛盾?
  • 特征之间的交互是否比单独特征更有信息量?

Shihao Gu、Bryan Kelly 和 Dacheng Xiu 对机器学习在资产定价中的应用进行了比较研究。研究发现,树模型和神经网络可以捕捉非线性交互,从而改善预测;与此同时,重要预测变量仍包括具有经济含义的动量、流动性和波动率指标。Gu、Kelly 与 Xiu(2018)

这说明机器学习未必会让传统市场概念过时。更准确地说:

机器学习可以发现熟悉的信号在什么条件下、什么场景中,以及以什么组合方式更有用。

指标提供词汇;模型学习如何用这些词汇造句。

4. 为什么不直接把原始数据输入神经网络?

第三条路径是端到端学习:

原始数据 → 模型 → 预测

模型可以接收以下序列:开盘价、最高价、最低价和收盘价,成交量,买卖报价,订单簿更新,财务报表,或新闻与公司文件文本。然后由模型尝试自动学习有效的表示方式。

这种做法很有吸引力,因为人工设计的指标可能丢失信息。如果 RSI 把 14 天的价格变化压缩成一个数字,两条截然不同的价格路径也可能得到相似 RSI;能力足够强的模型或许能辨别它们。

端到端学习已经改变了图像识别和自然语言处理等领域,但金融市场有一些特殊难题。

市场信噪比较低

价格会同时回应不同参与者、目标和信息集合。短期收益中可预测的部分,相对于随机波动可能极小。

数据并非平稳

一种在某个时期学到的关系,可能随着下列变化而减弱甚至反转:利率、市场结构、参与者是否采用同一策略、流动性、监管规则,或经济所处的周期状态。

金融观测并非真正独立

今天的收益、波动率和流动性状况与昨天相连。个股之间也会通过行业、因子、指数和宏观环境相互关联。

大模型提供了更多过拟合机会

模型容量增加并不保证获得更多可用信息,也可能只是让模型更有能力记住历史中的偶然现象。

零售交易者的数据与基础设施有限

大型机构可能拥有干净的点时数据库、逐笔行情、公司行动处理经验、另类数据集、强大的计算系统、执行模型,以及专门负责验证与风险管理的团队。

零售交易者通常数据更少、算力更弱,也较难估计市场冲击。因此,相比用有限观测训练深度神经网络,采用稳健特征和可解释模型往往更合适。

真正的问题不是端到端学习在理论上是否更先进,而是研究者是否有足够干净、具代表性的数据,来支撑模型的复杂度。

5. 看似三选一的问题,其实是一套层级结构

与其把指标、机器学习和原始数据视为彼此竞争的理念,不如把它们放进同一条研究链路:

第一层:原始信息

例如价格、成交量、订单簿、基本面、期权、宏观数据、新闻、公告文件和相关市场信息。

第二层:表示形式

例如收益率、RSI、动量、波动率、估值比率、标准化意外值、情绪分数和横截面排名。

第三层:预测

模型估计有用的量,例如正收益概率、预期收益、预期波动率、下行概率、趋势延续概率,或扣除成本后的预期交易盈利能力。

第四层:组合构建

将预测转化为仓位大小、资产权重、敞口限制、分散化约束和对冲。

第五层:执行与控制

策略确定订单类型、交易时间、可接受价差、换手率上限、最大亏损、紧急停机规则和监控流程。

预测模型只是整套系统的一个组成部分。如果模型交易过于频繁、持仓集中在高相关资产、承担过多尾部风险、依赖实时无法获得的价格,或产生的收益小于价差、佣金、滑点和税费,那么它即便统计上准确,在财务上仍可能毫无用处。

因此,预测效果最好的模型并不自动等于交易策略最好的模型。

6. 最重要的区别:预测与决策

假设机器学习模型预测一只股票明天上涨的概率为 51%。这能交易吗?不一定。我们还需要知道:

  • 预期价格变动有多大?
  • 预测错误时预期损失是多少?
  • 买卖价差和佣金是多少?
  • 模型交易频率如何?
  • 该交易与现有持仓的相关性有多高?
  • 51% 相对于模型平常输出是否真的显著?
  • 模型在当前市场状态下是否仍然校准良好?

交易系统应该优化决策,而不只是准确率。更现实的目标是:

预期净收益 = 预期毛收益 − 交易成本 − 滑点 − 融资成本
仓位大小 ∝ 预期净收益 / 估计风险

这仍然是简化表达,但指出了核心问题。如果分类器的方向准确率为 55%,但亏损交易较大或换手过高,它仍可能亏钱。方向准确率不到 50% 的模型,如果能正确识别少数幅度很大的行情,也可能有价值。

对零售交易者而言,“预测准确率”很少应该是首要绩效指标。更有用的指标包括:计入估计成本后的收益、最大回撤、波动率、夏普或索提诺比率、盈利因子、换手率、敞口、单笔平均交易结果、历史最差时期,以及跨市场与跨时期的一致性。

7. 最常见的共同危险:回测过拟合

简单指标和复杂机器学习模型的共同敌人,是在同一段历史数据上反复试验。

假设交易者测试:10 个 RSI 周期、10 个入场位、10 个出场位、5 种止损规则和 5 个市场,总计已经有 25,000 种组合。其中一种很可能只是碰巧表现出色。

机器学习会大幅放大这个问题,因为计算机可以测试数千个变量、转换方式、算法和超参数。搜索空间越大,对更严格验证的需求也越高。

David H. Bailey、Stephanie Ger、Marcos López de Prado、Alexander Sim 和 Kesheng Wu 的研究展示了:从许多变体中挑出的“最优”策略,即使底层收益是随机的,也可能在新数据上表现很差。他们提出的框架说明,反复挑选策略会让样本内赢家显得可信,却未必有样本外价值。Bailey 等(2014)

这带来一个反直觉的原则:

测试过的策略越多,如果没有明确校正搜索过程,就越不应相信其中回测最好的那个。

8. 给零售交易者的实用框架

阶段一:定义经济或行为假设

不要从算法开始,先说明理由。例如:投资者可能逐渐消化新信息,因此趋势会延续;流动性造成的价格压力可能带来短期反转;高成交量突破可能比低成交量突破可靠;波动率可能聚集;基本面改善且动量为正的资产,可能不同于只有动量的资产。

假设不必一开始就正确,但必须清晰到能够接受检验,也能够被否证。

阶段二:建立小而易懂的基线

先从规则或简单统计模型开始,例如:只交易流动性好的股票;要求价格高于长期移动平均线;按中期动量给股票排序;避开波动异常的持仓;每周或每月再平衡;设定固定的组合风险上限。

这条基线能告诉你,额外复杂度是否带来价值。如果复杂模型在计入成本后无法稳定胜过简单基线,那么它还没有证明自己值得保留。

阶段三:把指标当作测量值,而不是命令

不要把“RSI 低于 30”视为普遍买入信号。应记录 RSI 的实际值、变化、相对该资产历史的分位数、长期趋势、当前波动率、相对成交量和市场状态,再检验 RSI 的含义是否依赖环境。例如,超卖读数在长期上行、长期下行、高波动市场和低波动区间中,可能表现不同。

阶段四:逐步加入机器学习

可以按以下复杂度递进:

  1. 线性或逻辑回归;
  2. 正则化回归;
  3. 决策树;
  4. 随机森林或梯度提升;
  5. 只有在有充分理由时,才尝试更复杂的神经网络。

每次提高复杂度,都应该带来可衡量的样本外改善。对由技术面、基本面和横截面特征构成的表格数据,树模型往往是有用的中间选项:它能捕捉非线性和交互关系,又不需要通常只有更大数据规模才支撑得起的深度学习。

阶段五:按时间切分数据,而不是随机切分

普通的随机训练集/测试集切分,可能把未来的市场状态泄漏到训练样本中。更真实的设计是:训练期拟合模型;验证期选择特征和超参数;测试期只做一次最终评估;纸面交易期实时观察完整流程;小额实盘期以有限风险开始。

滚动前推验证更好:只用某个日期之前可得到的信息训练,预测下一个时期,随后把窗口向前推进;如果策略需要,则重新训练并重复。每一步都必须像未来真正未知那样运作。

阶段六:纳入现实摩擦

至少应测试佣金、买卖价差、滑点、执行延迟、换手率(相关时还要包括融券成本)、被拒绝或部分成交的订单,以及对策略影响显著的税费。

一种简单的稳健性测试是把估计交易成本加倍。如果策略马上变得不具吸引力,它的安全边际可能太小。

阶段七:测试稳健性,不要追求完美点

可以问:RSI 周期为 12、14、16 时策略是否都有效,还是只有 14 有效?略微改变入场门槛后是否仍有效?它能否跨多个资产、上涨/下跌/横盘市场和不同年份?是否依赖少数极端盈利交易?执行延迟后是否仍然可行?

一段较宽的可接受参数区间,通常比一个表现惊人、周围参数却全面失效的组合更可信。

阶段八:把信号质量与仓位大小分开

不要让模型的高置信度自动转化为无限仓位。使用明确控制:单个持仓的最大比例、行业敞口上限、总杠杆上限、按波动率调整仓位、每日与每月亏损限制、换手率限制,以及异常行为时的紧急停止机制。

针对专业算法交易的监管指引强调总体风险评估、软件测试、系统验证、交易控制和合规。零售系统规模可能较小,但工程原则仍然有参考价值。FINRA 第 15-09 号通知

阶段九:与诚实的基准比较

策略应与买入并持有、适当的市场或因子基准、简单等权组合、简单指标基线,以及去掉机器学习层后的同一策略比较。这样才能看出改进究竟来自哪里。

机器学习也许没有改善选股,却降低了回撤;也许计入换手后没有增加价值;真正有效的可能是波动率缩放,而不是预测。没有这些对照,每个组件都可能显得不可或缺,尽管实际上只有一个组件在发挥作用。

阶段十:监测模型衰减

部署后追踪实盘与预期收益、实盘命中率、预测分布、特征分布、换手率、滑点、回撤、持仓集中度,以及模拟订单与实际订单之间的差异。

近期表现转弱时,不要自动重训。先判断原因是普通随机波动、数据错误、执行问题、特征漂移、市场状态变化,还是原有规律已经消失。

9. 三条研究路径分别适用于什么情况?

路径 A:基于指标的规则

**适用情况:**数据有限、研究刚起步、低频交易、要求较高可解释性,或策略围绕清晰的行为假设构建。

**优势:**透明、易排错、成本相对低、较少隐藏的数据泄漏,也更容易监控。

**局限:**阈值僵硬、不擅长处理特征交互、可能过度简化,也容易诱使研究者过度优化参数。

路径 B:对工程化特征应用机器学习

**适用情况:**有多个可信信息来源、拥有中等或较大规模的干净数据、关系可能非线性、需要做横截面排序,而且研究者能维持严格验证流程。

**优势:**整合多种信号、捕捉交互、处理冗余、表达更丰富的条件关系,并估计概率而不只是二元规则。

**局限:**更容易过拟合、可能较难解释、要求严格控制特征的时间戳,会放大数据质量问题,也可能提高换手率。

路径 C:直接从原始数据进行端到端学习

**适用情况:**拥有非常大量且干净的数据、订单簿或高频序列、文本等非结构化信息、资金与研究能力充足的团队,或人工设计特征可能丢失重要结构的情形。

**优势:**自动学习表示、可能发现人类未预料到的模式、能够处理复杂序列或文本,并较少依赖传统指标定义。

**局限:**数据需求大、计算成本高、可解释性低、严重的数据泄漏与过拟合风险、难以排错,实盘落地也更困难。

对多数零售交易者来说,应先走路径 A,再考虑路径 B,而不是反过来;只有数据的性质与数量足以支撑时,才尝试路径 C。

10. 零售交易者实际应该构建什么?

一套实用架构可以这样设计:

数据

使用流动性足够的标的之日线或小时线复权数据,并确认拆股、股息和其他公司行动的调整处理正确。

特征

从一组精简特征开始:短期动量、中期动量、价格与长期移动平均线的距离、实现波动率、成交量意外、相对市场收益、相对行业收益,也许再加一个基本面或宏观变量。避免制造 100 种本质上重复的指标。

目标变量

选择与实际决策相连的目标,例如下周收益、跑赢市场的概率、下个月波动率,或回撤超过某个门槛的概率。对很多零售交易者而言,预测几天或几周的相对收益,可能比预测下一分钟涨跌更现实。

基线

建立简单的线性分数或排序模型。

机器学习挑战者

用完全相同的信息尝试正则化回归或小型树模型。

验证

采用滚动前推测试,计入交易成本,不使用未来信息。

组合

持有一组信号较强且彼此分散的资产,而不是把整个组合押在单一预测上。

执行

明确指定交易时间,并采用实盘中可能实现的成交假设。不要根据当日收盘价生成信号,却假设自己也能按同一个收盘价成交,除非你的执行流程确实能做到。

部署

先纸面交易,再用有限资金开始。只有当实盘行为与测试流程大体一致后,才逐步增加风险敞口。

11. 我们应该优化什么?

这也许是整篇讨论中最重要的一点。许多量化研究默认优化的是:

我能多准确地预测收益?

但交易者真正的目标更接近:

目标 = 预期收益 − 成本 − 风险惩罚 − 不稳定性惩罚

如果一个预测稍弱一些,却更稳定、更便宜、更容易理解、持仓更分散、对参数不那么敏感,也不依赖某个特定市场状态,那么它可能更可取。

最复杂的模型不一定是参数最多的模型,也可能是能在信息提取、不确定性、成本与风险之间做出最好权衡的模型。

12. 回到最初的问题

还要不要开发简单技术指标?

要,但前提是指标表达了有意义的假设,或能更有效地衡量一种市场状态。

我们不需要成千上万个外观略有不同的指标;我们需要更好的动量、流动性、波动率、估值、情绪、持仓和市场结构表示。

要不要用机器学习整合指标?

要,但前提是数据足够干净,并且验证过程有纪律。

机器学习尤其适合整合较弱的信号、建模非线性交互,以及判断某个信号何时相关。但它必须与简单基线比较,并在扣除成本后评估。

要不要直接从原始数据建模?

有时可以,但不应默认如此。

当数据足够丰富、复杂,能够支持表示学习时,原始数据模型才有意义。对多数只使用日线价格和成交量的零售交易者来说,端到端深度学习带来的估计误差,可能大于它提供的有效信息。

更深一层的结论

争论的焦点并不真的是“技术指标还是机器学习”,而是:

如何结合人类设计的表示与机器学到的表示,同时避免把噪声误当成知识。

指标带来经济直觉、压缩能力和可解释性;机器学习带来灵活组合、交互建模和自动化;从原始数据学习,则提供发现人类事先未想到之表示方式的可能。

然而,这些方法都不能替代干净数据、可信假设、诚实的样本外测试、交易成本建模、分散投资、仓位管理、执行控制和持续监测。

对零售交易者而言,较好的路线通常是:

简单假设 → 有意义的特征 → 简单基线 → 谨慎验证的机器学习 → 风险受控的部署

持久优势不太可能来自找到神奇指标,或下载号称智能的交易机器人。FINRA 已特别提醒投资者警惕未经注册的自动交易服务提供商;这类服务可能宣传适合新手、“无风险”、收益异常稳定或具备 AI 优势。FINRA 投资者提醒

如果优势确实存在,它更可能来自更好的研究流程。

简单指标在测量真实现象时有价值;机器学习在整合信息且不过拟合时有价值;只有证据足够时,原始数据才值得直接交给模型学习。但最终决定这些洞见能否经受真实市场考验的,仍是风险管理。

这就是我理解的成功量化交易的核心数学:不是为复杂而复杂,而是把不确定信息有纪律地转化为受控决策。

参考资料

本文仅讨论教育性研究流程,不构成买卖任何证券的建议。

阅读英文 companion:Should Quant Traders Keep Inventing Indicators, Combine Them with Machine Learning, or Start from Raw Data?