深度学习在量化里的战绩差异极大：在高频、高维、大数据的场景（订单簿、全截面）它建立了真实优势；在日频小样本场景它常常不敌一棵调好的梯度提升树。本篇按「数据条件 → 模型选择」的逻辑展开三大模型族，并给出过拟合的工程武器库。
何时值得上深度：三个前提条件
进入深度学习赛道前先对照三个门槛（缺一谨慎）：
- 数据量：训练样本以百万计（日内分钟/Tick、全市场 × 长历史的截面样本堆叠）；日频 5000 个观测不具备讨论资格；
- 输入高维且结构化：L2 十档 × 时间序列的矩阵、全市场截面 × 数百因子的面板——深度模型擅长「结构化高维输入的表示学习」；
- 工程团队：特征管道、训练基建、模型监控的持续投入（幻方的萤火集群是这个赛道的具象化，见梁文锋 ）。
三个门槛全过，深度学习的边际收益才开始为正；否则它是一台精密的过拟合机器。
LSTM / GRU：时序表示学习的老将
结构直觉：门控循环网络维护一个隐状态，理论上捕捉任意长的时序依赖——「把过去浓缩为一个状态向量」。
在量化的现实：
- 输入形态：单标的的滚动特征窗口（如过去 20 日的多维特征矩阵）→ 输出未来收益/排序分。相比「手工构造的时序特征 + 树模型」（见特征工程 ），LSTM 的理论优势是自动学习窗口与组合；实践中的现实是：小样本下自动学习的窗口多为噪声拟合，手工特征 + GBDT 常打平或更好；
- 有效用例：输入维度高到手工特征无法覆盖时（全截面面板、分钟级多变量）——LSTM/TCN 作为「序列特征提取器」，其输出再接树模型或线性层（混合架构比端到端更稳）；
- 工程要点：序列要按时间严格分割（不能随机 shuffle 样本窗）、归一化统计只从训练窗计算（泄漏防线，见特征工程 ）、状态ful/stateless 的选择（跨样本状态传递引入额外的漂移风险，默认 stateless）。
Transformer：注意力机制的时序改造
结构直觉：自注意力直接建模序列内任意两点的关联（不再逐步传递），并行训练高效、长程依赖友好——时间序列 Transformer（Informer/PatchTST 一族）在长序列预测上超越 LSTM 已有共识。
在量化的现实：同样的数据条件门槛适用；额外的两个注意点：
- 注意力的可解释性是诱惑也是陷阱——「注意力热图显示模型关注了昨天的放量」的叙事很动人，但注意力权重 ≠ 因果重要性（学术上已有系统性质疑），用它做交易解释要克制；
- 截面的注意力应用更有想象力：让股票之间互相 attend（截面关系建模）——「今天谁在领涨、谁被带动」的关系结构是 LSTM 类时序模型天然看不到的，而这正是 GNN 的领地。
GNN：产业链关系的数学化
结构直觉：市场不是独立的股票集合，而是关系网络（供应链上下游、同行业竞争、股东关联、概念板块交叉）——图神经网络在「节点 + 边」的结构上传播信息，天然表达「邻居影响」。
量化用例：
- 供应链传导预测：上游原材料涨价 → 下游成本的传导有时滞与强度，GNN 用供应链图谱（供应商-客户关系数据）学习传导模式，预测下游公司的盈利/股价反应——比逐股模型多了结构先验；
- 行业/概念的信息扩散：龙头股的信号向板块成员的扩散（A 股板块联动性强，见行业与主题 ）；
- 工程现实：图谱数据本身是稀缺品（供应链关系需采购或自建，覆盖度决定上限）；图结构的时变性（供应链关系会变）增加复杂度。GNN 量化目前是「有数据壁垒的团队的游戏」，通用性一般——但「把关系数据变成特征」的思想（图统计特征喂给普通模型）人人可用。
过拟合与正则化的武器库
深度模型在金融的过拟合管理是一整套工程而非一个参数：
- 模型端：Dropout（0.3–0.5，金融数据上要重于图像）、权重衰减、早停（验证集损失回升即停——金融里最有效也最便宜的防过拟合器）、网络容量克制（两层能行不用五层）；
- 数据端：样本加权（近期样本加权，见监督学习 ）、数据增强的金融版（加噪、时间窗滚动——有效性存疑，谨慎使用）、purged CV（标签重叠清除，金融深度学习的生死线，见机器学习策略 ）；
- 集成端：多种子/多架构/多窗口的模型集成（ensemble 平均显著降低方差）——金融深度学习里性价比最高的技巧：与其调参到极致，不如训 20 个 mediocre 模型平均；
- 评估端：测试区封存 + 尝试次数记账（深度学习的调参次数轻松过百，deflated 校正更必要，见统计推断 ）。
一条清醒的总结：深度学习量化项目的失败形态高度一致——「训练损失漂亮 → 验证集还行 → 实盘拉胯」，失败点几乎都在第三环的过拟合或第一环的泄漏。上深度之前，先用线性模型 + 树模型把数据管线和评估体系的诚实度建好——它们是深度模型的「对照系」，没有对照系的深度学习无法知道自己是不是在自欺。