🎯 监督学习：回归、分类与排序学习

监督学习的第一决策不是选模型，而是定义学习目标——「预测什么」的选择决定了模型与交易目标之间的距离。本篇按三种目标展开，每种都含金融特有的改造。

回归：预测收益，但要「改造收益」

直接回归原始收益的问题：极端值主导损失函数（一次 +300% 的妖股拉动整个模型）、量纲不可比（不同波动水平的股票收益不可加比较）。两个标准改造：

1. 波动率标准化目标：label = future_return / realized_vol——预测「风险调整后的相对强弱」，极端值的伤害被稀释，模型学到的是「谁相对更强」而非「谁的 β 大」。这是行业最常用的目标形态；
2. 中性化目标：先剥离行业与市值（对收益做中性化回归取残差做标签），让模型专注特质预测（中性化的原因见因子构建 ）。

损失函数的选择：MSE 对极端值敏感 → Huber 损失（抗极端值）或分位数回归（预测收益分布的条件分位数而非均值——高分位与低分位之差给出「条件区间」，直接服务仓位与止损设计）。评估口径与训练损失解耦：训练用 Huber，评估用 Rank IC / 分组单调（与交易的接口一致，见因子检验 ）——训练损失低 ≠ 交易有用，评估口径必须对齐交易。

分类：胜率的幻觉

「明天涨还是跌」的二分类看似直观，实则有三重陷阱：

1. 胜率 ≠ 期望：胜率 53% 的分类器，若平均赚 1% 亏 2%（盈亏比 0.5），期望为负——分类目标丢掉了幅度信息。修补：预测概率后乘以典型盈亏比折算期望，或直接改用回归/排序；
2. 不平衡问题：涨跌基本 50:50 尚好，但「大涨 > 3%」类标签正例稀少——处理要用类别权重/采样，且评估用 AUC/PR 而非准确率（准确率在不平衡下是幻觉指标）；
3. 阈值效应：概率 0.505 算「涨」吗？——分类把连续信念压成离散决策，阈值的选择引入新的过拟合维度。更好的用法：保留概率作为连续信号（它就是又一个因子），决策交给组合层（见ML 定位 的分层）。

分类的合理用场：状态分类（regime 是高风险/低风险）与事件分类（财报超预期概率）——这些场景的输出天然是概率且有明确的决策接口（状态切换、事件筛选），不是直接交易信号。

Learning to Rank：与选股天然对齐的目标

横截面选股的本质是排序——「Top 50 vs Bottom 50」的差异才是利润来源，预测绝对收益毫无必要。Learning to Rank（LTR）直接以排序质量为目标：

• pairwise 方法（RankNet/ LambdaRank）：优化「正确对 > 错误对」的序关系——「A 应排在 B 前面」的约束比「A 涨 3.2%、B 跌 1.1%」的数值约束更贴近交易需求，且对收益极端值免疫（只关心相对次序）；
• listwise 方法（ListMLE）：优化整列排序的似然——更接近「每天给全市场排出一个序」的真实任务；
• 工程形态：LightGBM/XGBoost 的 rank:ndcg / LambdaRank 目标，按日期分组（group）训练——每个交易日是一个排序任务，模型学习的是截面内的相对结构。

LTR 的两个金融改造：①分组内标签用「分位数离散化」（收益转 1–5 星评级再排序）比连续收益更稳（抗极端值）；②评估用 NDCG@K（Top-K 排序质量，K = 你的持仓数）而非全列指标——只考核你会交易的那一段。

三种目标的工程对照

一个综合实践的常见架构：主模型 LTR（选股排序）+ 辅助回归模型（波动率预测，服务 sizing）+ 分类模型（regime 状态，服务开关）——三个模型各管一段，接口清晰（分层的哲学见ML 定位 ）。

训练纪律（三种目标通用）

• purged K-Fold：时序标签重叠期的清除与 embargo（这是金融 CV 与普通 CV 的分水岭，见机器学习策略 ）；
• 样本权重：老样本衰减加权（指数半衰 2–3 年）——让模型偏向近期规律（分布漂移的对策，见ML 定位 ）；
• 调参的记账：贝叶斯优化的每次试验都计数，绩效按尝试次数做 deflated 校正（多重检验，见统计推断 与AutoML ）。

关联阅读：树模型与深度模型的选型机器学习策略 ；特征的地基特征工程 ；评估纪律Walk-Forward 。