把 ML 用在交易上的正确预期是：它是一个更强大的非线性因子合成器，而不是 alpha 印钞机。数据信噪比极低（月度收益的 R² 上限常在 1%–5%）、样本量相对不足、分布持续漂移——ML 的每一个优势在这里都被打折，每一个过拟合风险都被放大。本篇讲务实的用法；ML 的定位与方法论全景见ML 在量化中的定位 。
特征工程：ML 策略 70% 的产出在这里
模型差距（LightGBM vs 线性）通常只有几个点的 IC 提升，特征差距（原始因子 vs 精构特征）常是翻倍的差距。金融特征的三个构造维度（详见特征工程 ）：
- 时序维：同一变量的多窗口统计（5/20/60 日动量、波动、偏度）+ 变化率与趋势状态；
- 截面维：行业内分位、相对行业的偏离、市值域内的排名——把「绝对水平」转成「相对位置」；
- 交叉维：变量交互（量 × 价 × 波动），树模型能自动学交互，但显式构造「高量低波上涨」这类语义特征仍更稳。
特征筛选的金融特有纪律：相关性聚类去冗余（300 个原始特征的有效维度常只有 30–50）+ 稳定性检验（特征重要性在滚动窗口上的方差——重要性漂移的特征是噪声探测器）。
树模型：金融表格数据的最优默认
**梯度提升树（LightGBM/XGBoost/CatBoost）**是金融 ML 的事实标准，原因务实：表格数据上几乎总优于神经网络；对特征尺度不敏感（省标准化工程）；提供特征重要性（可解释性入口）；训练快（滚动重训的现实约束）。
目标变量的设计比模型选择更重要：
- 回归目标：下期收益直接回归（信噪比低）→ 改进：波动率标准化后的收益（风险调整残差）、行业中性化后的超额收益；
- 分类目标：涨跌方向（信息量损失大，胜率 52% 的分类模型可能毫无交易价值——把概率转成期望再评估）；
- 排序目标：Learning to Rank（LambdaRank）直接优化「排序质量」，与横截面策略的目标函数天然对齐（见监督学习 ）。
一条关键改造——purged K-Fold（去泄漏交叉验证）：金融时序的标签有重叠期（用 20 日收益做标签，相邻样本共享 19 日数据），随机 K 折会把「未来样本」漏进训练集；正确的 CV 要清除（purge）训练集中与验证集时间重叠的样本并加 embargo（禁运期）。这是金融 ML 与普通 ML 的分水岭细节，写论文与做产品都必须遵守（López de Prado《Advances in Financial Machine Learning》的核心贡献之一）。
深度学习：何时值得上
诚实的答案：多数个人与中小团队不值得。DNN 在金融的价值区间很窄：数据量大（日内高频、订单簿）、输入结构高维（L2 全档位、截面全因子矩阵）、且有专门的特征工程团队时，LSTM/Transformer/TabNet 才开始显著超越树模型（幻方级的 AI 量化正是这个形态，见梁文锋 的人物志）。日频 + 数十个特征的典型个人场景，DNN 的过拟合管理成本远超收益（深水区的模型细节见深度学习量化 ）。
过拟合与样本外：ML 策略的生死线
ML 的表达力让过拟合从「风险」升级为「必然事件」，防线必须成体系：
- 样本外分层：训练区（最早 60%）→ 验证区（中间 20%，调参与早停）→ 测试区（最近 20%，全程封存，只开一次箱）。开箱后模型定型；「开箱 → 不满意 → 调参 → 再开箱」等于没有测试区；
- Walk-Forward 滚动验证：模拟真实使用（滚动训练 + 逐段样本外），绩效只统计样本外段——与传统策略的验证标准统一（见Walk-Forward ）；
- 复杂度与样本量匹配：经验法则——样本数/特征数 < 50 时，正则化拉满 + 模型降维（线性或浅树）；深度模型只在样本以百万计时考虑；
- 多重比较加倍：ML 的调参次数（贝叶斯优化动辄上百次试验）本身就是数据挖掘——记录试验次数，绩效做 deflated 校正（见多重检验 与AutoML ）；
- 绩效门槛抬高：ML 策略的样本外夏普能稳定达到传统多因子的 1.2–1.5 倍才算「值得」，因为你要为它的黑箱性、算力与维护复杂度付溢价。
ML 策略的工程形态
生产化的 ML 策略是一个滚动流水线而非一次性模型：每日特征更新 → 周期性重训（月/季，数据漂移的对付手段）→ 模型注册与版本化（新旧模型并行跑影子模式对比，见实验设计 ）→ 预测落因子库 → 走与普通因子完全相同的组合与风控管线。把 ML 输出当作「又一个因子」而非「另一个世界」——这让 ML 享受既有基础设施（检验、监控、下线协议），也让它的黑箱性被体系约束住（见ML 在量化中的定位 的边界讨论）。