背景知识：机器学习在金融中的限制

"如果深度学习能预测股价，为什么顶级 AI 公司不都去做量化？"

核心限制：信噪比极低

为什么金融信噪比这么低？

1. 市场接近有效：明显的规律很快被套利消除
2. 参与者众多：你发现的规律别人也在用
3. 噪音主导：短期价格 90% 是随机波动
4. 反身性：预测本身会改变被预测的结果

限制一：数据不够多

深度学习需要海量数据，但金融数据有限。

对比：ImageNet 有 1400 万张图片，GPT 用了数万亿 token。

限制二：分布不稳定

训练数据和预测数据的分布不同（Regime Shift）。

训练集（2015-2019）：
  - 牛市为主
  - 波动率 15%
  - VIX 均值 15

测试集（2020）：
  - COVID 崩盘
  - 波动率飙升到 80%
  - VIX 最高 82

→ 模型完全失效

深度学习的假设：训练和测试数据来自同一分布。金融市场违反这一假设。

限制三：过拟合容易

金融数据的"规律"可能只是噪音。

复杂模型 ≠ 更好预测，在金融中往往相反。

限制四：预测 ≠ 盈利

52% 的准确率听起来比随机好，但扣除成本后可能亏钱。

假设：
  - 预测准确率 52%
  - 每笔盈利 1%，亏损 1%
  - 交易成本 0.3%

期望收益 = 52% × 1% - 48% × 1% - 0.3%
        = 0.52% - 0.48% - 0.3%
        = -0.26% (亏钱！)

需要的盈亏比：
  盈利时赚 1.5%，亏损时亏 1%
  → 52% × 1.5% - 48% × 1% - 0.3% = 0.28% (微利)

限制五：可解释性差

深度学习是黑盒，金融监管和风控需要解释。

限制六：硬件和成本

训练深度模型需要大量算力，量化收益可能无法覆盖。

对比：简单的均线策略成本接近零。

什么情况下 ML 有效？

实用建议

1. 简单模型优先

首选：线性回归、岭回归、逻辑回归
次选：随机森林、XGBoost
最后：LSTM、Transformer

2. 验证优先于模型

花 80% 时间在验证上：
- Walk-Forward 验证
- 多时期稳定性
- 扣除成本后收益

3. 特征优先于模型

80% Alpha 来自特征工程
20% 来自模型选择

好特征 + 简单模型 > 差特征 + 复杂模型

4. 预测波动率而非收益

波动率更容易预测：
- 波动率有聚集效应
- 波动率自相关 0.7-0.9
- 收益率自相关 ≈ 0

用 ML 预测波动率 → 用规则交易

总结

核心结论：ML 在量化中的价值是信号增强，不是预测涨跌。