第 13 章

🤖 机器学习与 AI 量化

ML 定位与边界、特征工程、监督/非监督/深度/强化学习、LLM 与 AutoML。

金融数据信噪比极低、样本量小、分布漂移快——机器学习在这里远比图像识别难，幻方与西蒙斯的成功背后是十年数据工程而非算法神话。本章务实地讲 ML 量化：每个模型（树、LSTM、RL、LLM）都回答三个问题：解决什么交易问题、为什么会过拟合、怎么验证。

8 篇专题 · 4 个主题组

定位

🤖 ML 在量化中的定位与边界金融数据的三重诅咒如何改变 ML 的玩法（每条附量化对照）、ML 适合与不适合的任务地图、「ML 是因子合成器」的分层架构——校准对 AI 量化的预期。阅读全文 → 🧱 特征工程：时序、截面与交叉三个维度的特征构造手册（时序统计/截面相对位置/变量交叉，每维附具体特征清单）、特征泄漏的六种形态与逐条防线（含打乱标签体检法）、特征稳定性的时间维检验——ML 量化 70% 的产出在这里。阅读全文 →

监督

🎯 监督学习：回归、分类与排序学习三种学习目标在收益预测中的取舍：回归（波动率标准化目标）、分类（胜率的幻觉）、Learning to Rank（与选股天然对齐）——含目标函数设计的细节。阅读全文 →

非监督

🧩 非监督学习：聚类、Regime 识别与降维没有「正确答案」也能干活：聚类的三个正职与三个坑、HMM 识别市场状态（含前视陷阱）、降维的正确姿势——非监督方法在量化中的定位。阅读全文 →

深度学习

🧠 深度学习：LSTM、Transformer 与 GNN 时序模型（LSTM/Transformer）在收益预测上的现实战绩、图神经网络刻画产业链的思路、正则化与过拟合的工程武器库——何时值得上深度。阅读全文 → 🎮 强化学习：交易环境建模 RL 三要素的交易映射表、奖励函数设计的算例与 Goodhart 陷阱、模拟环境保真度的三层缺口、RL 的合理战场（执行/做市）与不合理期待（端到端炒股）。阅读全文 → 💬 LLM 与 NLP 量化应用三类文本数据源的信号构造（变化与分歧优于水平）、LLM 的三种用法（抽取/打分/研究辅助）与各自的合格线、幻觉/一致性/回填困境三类风险的防线、Agent 的边界。阅读全文 → ⚙️ AutoML 与因子挖掘自动化贝叶斯优化的金融改造（试验预算=多重检验次数）、遗传规划挖因子的工程要点与适应度惩罚、挖掘通货膨胀的统计必然、「预算制」的四条对策——自动化的代价与纪律。阅读全文 →