深度學習系列之一：在線學習增強選股模型的適應性.pdf

深度學習系列之一：在線學習增強選股模型的適應性。

在線學習讓模型適應不斷變化的市場環(huán)境

深度學習量化選股模型通常從歷史數(shù)據(jù)中挖掘規(guī)律并進行學習。然而，由 于金融市場的動態(tài)變化，影響資產(chǎn)價格的底層規(guī)律會隨時間發(fā)生改變。在 市場風格發(fā)生切換時，模型往往會出現(xiàn)回撤，且可能難以快速修復。訓練 集與測試集的這種分布差異稱之為分布漂移或概念漂移。相比于傳統(tǒng)的全 樣本一次性訓練的方式，在線學習下，模型會隨著新數(shù)據(jù)的到來進行持續(xù) 的更新，從而及時捕捉市場環(huán)境的最新變化。

在線學習面臨兩個關鍵性挑戰(zhàn)：災難性遺忘，信息延遲

災難性遺忘問題，即模型在適應新數(shù)據(jù)時過擬合，導致對歷史模式的學習 被遺忘；信息延遲問題，由于預測窗口的存在，用于訓練的最新數(shù)據(jù)與實 際測試數(shù)據(jù)之間存在時間差，這可能會引入新的分布漂移。針對災難性遺 忘問題，通常的應對方式包括關鍵參數(shù)凍結、小學習率更新、經(jīng)驗回放機 制等。目的是盡可能多的保留訓練集中的關鍵知識，在此基礎上進行溫故 知新。對于信息延遲問題，我們通過引入適配器進行緩解。

在線學習過程中，適配器的加入顯著提升了模型表現(xiàn)

在深度學習模型上加入適配器，適配器通過學習分布漂移的表示并將其映 射為對模型參數(shù)的調整，換言之，適配器基于新訓練樣本與測試樣本之間 的分布漂移產(chǎn)生一小組適應系數(shù)以重新縮放模型參數(shù)，從而降低分布漂移 帶來的負面影響。離線訓練階段，基礎模型與適配器作為整體被更新，使 得適配器具備基于分布漂移的方向與大小而調整模型的能力。在線學習階 段，微調與預測循環(huán)進行，此時適配器不再更新，主要負責預測時的參數(shù) 調整。

模型生成因子表現(xiàn)優(yōu)異

訓練采取年度離線訓練，年內在線學習的方式進行。在 2018 年初至 2025 年底的回測區(qū)間內，以 10 日中性化收益率為標簽的模型 Proceed-10 周度 Rank IC: 12.05%，ICIR: 1.09，十分組多頭年化收益 34.81%；以 5 日中性化 收益率為標簽的模型 Proceed-5 周度 Rank IC: 11.02%，ICIR: 1.14，十分組 多頭年化收益 34.93%。另外消融實驗結果表明，適配器有效地緩解了在線 學習中信息延遲帶來的負面影響，去除適配器后，兩種訓練標簽對應的模 型表現(xiàn)均出現(xiàn)了一定程度的下降，其中，長預測窗口對應的模型表現(xiàn)下降 更為顯著，原因是長預測窗口可能引入更多的信息延遲。在完全去除在線 學習框架后，模型表現(xiàn)進一步下降，這表明在線學習框架能夠帶來更好的 市場環(huán)境適應性，并提升整體表現(xiàn)。