1. 课程导入
1.1 量化预测的基本概念
量化预测，是指用可计算、可复现的方式，从历史市场数据中提取规律，并对未来收益、风险或价格方向做出概率性判断。它不等同于“预测明天涨跌”这种单点猜测，而是建立一套数据—特征—模型—信号—组合的闭环流程。在A股、或期货市场中，量化预测通常输出三类结果：收益率预测（如未来5日收益）、排序预测（如横截面打分）、风险预测（如波动率或回撤概率）。
与主观投资相比，量化预测的核心优势在于：可回测、可归因、可迭代。但它的边界也很明确：市场存在非平稳性、交易成本、冲击成本与制度变化，任何模型都只是对历史规律的条件性近似。因此，本课程强调“预测—评估—交易”一体化，而不是孤立追求IC或准确率。
1.2 Qlib框架定位：面向AI的量化研究基础设施
Qlib是微软开源的、面向人工智能的量化投资平台。它并非一个“策略黑箱”，而是一套覆盖数据管理、特征工程、模型训练、回测评估、在线服务的研究基础设施。其典型定位可以概括为：
- 数据层：统一管理日频/分钟频行情、财务数据与因子，支持高效二进制存储与增量更新。
- 学习层：内置LightGBM、LSTM、GRU、Transformer、TCN、GATs等模型，并支持自定义PyTorch模型。
- 工作流层：通过YAML配置驱动“数据准备—训练—回测—分析”全流程，降低实验管理成本。
- 评估层：提供IC、ICIR、Rank IC、年化收益、信息比率、最大回撤等标准指标。
对深度学习量化而言，Qlib最大的价值在于把“数据对齐、标签构造、滚动训练、回测撮合”这些脏活标准化，让研究者把精力集中在模型结构与特征表达上。
workflow_config_*.yaml命名，核心字段包括qlib_init、market、benchmark、handler、model、strategy。后续章节会逐项拆解。
1.3 深度学习在量化投资中的价值与边界
深度学习在量化中的价值，主要体现在对高维、非线性、时序依赖数据的建模能力。传统线性因子模型难以捕捉因子交互与 regime 切换，而LSTM、Transformer等结构可以自动学习时序表征；图神经网络还能建模股票间关联。但深度学习并非万能，量化场景有其特殊约束：
| 维度 | 传统机器学习 | 深度学习 | 量化场景关注点 |
|---|---|---|---|
| 特征工程 | 依赖人工因子 | 可端到端学习 | 可解释性与因子暴露 |
| 样本量 | 中等即可 | 通常需要更多样本 | 金融数据信噪比低 |
| 过拟合风险 | 相对可控 | 较高 | 滚动回测与正则化 |
| 训练成本 | 低 | 高 | 实验迭代效率 |
| 上线稳定性 | 较强 | 需监控漂移 | 实盘衰减与风控 |
因此，本课程不会把深度学习包装成“圣杯”，而是强调用正确的方法论驾驭它：先建立可靠的基线（如LightGBM+Alpha158），再引入深度模型做增量改进，并用严格的样本外回测验证。
1.4 课程学习路径与实战目标
本课程共30章，遵循“概念—数据—模型—回测—优化—实战”的递进路径。第1阶段打基础：理解量化预测与Qlib架构；第2阶段做数据与特征：掌握Alpha158/360、自定义因子与数据处理；第3阶段进入模型：从LightGBM到LSTM、Transformer、GATs；第4阶段做回测与评估：掌握TopkDropout、IC分析、风险归因；第5阶段做实战优化：滚动训练、超参搜索、模型集成与实盘模拟。
完成本课程后，你应能独立完成以下实战目标：
- 在Qlib中完成一份端到端量化研究流程：数据初始化、特征配置、模型训练、回测评估。
- 基于PyTorch实现一个自定义深度学习预测模型，并接入Qlib工作流。
- 读懂并修改workflow YAML配置，完成滚动训练与多模型对比。
- 对回测结果进行IC、分组收益、换手率与回撤分析，识别过拟合与数据泄露。
1.5 一个最小可运行示例：Qlib工作流初体验
为了让你对Qlib的工作方式有直观感受，下面给出一个典型的工作流配置片段。它定义了数据源、特征处理器、模型与回测策略。你不需要现在完全理解每个字段，后续章节会逐一展开。
qlib_init:
provider_uri: "~/.qlib/qlib_data/cn_data"
region: cn
market: &market csi300
benchmark: &benchmark SH000300
data_handler_config: &data_handler_config
start_time: 2008-01-01
end_time: 2020-08-01
fit_start_time: 2008-01-01
fit_end_time: 2014-12-31
instruments: *market
task:
model:
class: LGBModel
module_path: qlib.contrib.model.gbdt
kwargs:
loss: mse
learning_rate: 0.05
num_leaves: 64
dataset:
class: DatasetH
module_path: qlib.data.dataset
kwargs:
handler:
class: Alpha158
module_path: qlib.contrib.data.handler
kwargs: *data_handler_config
segments:
train: [2008-01-01, 2014-12-31]
valid: [2015-01-01, 2016-12-31]
test: [2017-01-01, 2020-08-01]
record:
- class: SignalRecord
module_path: qlib.workflow.record_temp
这段配置体现了Qlib的核心设计哲学：用声明式配置描述实验，用模块化组件替换模型与数据。当你把LGBModel替换为LSTM或自定义PyTorch模型时，整个训练与回测流程仍然保持一致。这正是本课程能够高效推进深度学习实战的基础。