2. 金融交易信号基础
在构建任何机器学习交易系统之前，必须先厘清一个根本问题：我们究竟在预测什么、输出什么、又如何判断它是否有效。交易信号是连接市场数据与交易决策的桥梁，它既可以是简单的均线交叉，也可以是复杂的多因子概率输出。本节将系统梳理常见交易信号类型、机器学习在交易中的应用场景、信号生成的完整流程以及评估指标，为后续理解信号漂移与重训打下基础。
一、常见交易信号类型
交易信号按输出形式可分为离散信号、连续信号与概率信号三大类。离散信号直接给出买、卖、持有等明确动作，易于执行但信息量有限；连续信号输出仓位比例或预期收益强度，适合组合管理；概率信号则给出上涨或下跌的置信度，便于结合风险预算做动态决策。
- 趋势类信号：基于动量与均线，如双均线交叉、突破通道，适合单边行情。
- 均值回归类信号：基于价差偏离，如布林带、配对价差，适合震荡市场。
- 事件驱动类信号：基于财报、公告、宏观数据，具有明确时间戳。
- 微观结构类信号：基于订单簿失衡、成交量分布，频率高、衰减快。
不同信号对数据频率、延迟和噪声的敏感度差异极大。趋势信号可容忍分钟级延迟，而微观结构信号往往要求毫秒级响应。选择信号类型时，必须与交易频率、成本结构和执行能力匹配。
二、机器学习在交易中的应用场景
机器学习并非替代传统信号，而是在信号生成、过滤与组合三个环节提供增强。常见场景包括：
- 方向预测：用分类模型预测下一周期涨跌，输出概率作为信号强度。
- 信号过滤：用模型识别假突破或低质量信号，降低无效交易。
- 仓位优化：用回归或强化学习输出动态仓位，替代固定手数。
- 多信号融合：将技术、基本面、另类数据信号输入集成模型，生成综合评分。
三、信号生成流程
一个可复现的信号生成流程通常包含数据获取、特征工程、标签构造、模型训练、信号输出与执行六个阶段。其中标签构造最容易被忽视：用未来收益定义标签时，必须严格对齐时间戳，避免前视偏差。
# 简化示例：基于未来N期收益构造三分类标签
future_ret = close.pct_change(periods=N).shift(-N)
label = pd.cut(future_ret,
bins=[-np.inf, -threshold, threshold, np.inf],
labels=[0, 1, 2]) # 跌/平/涨
# 注意：shift(-N) 后最后N行标签为空，训练时需剔除
特征工程需保证每个时点只使用当时可得信息。滚动窗口统计、滞后收益、成交量比率等是常用特征。模型训练后，输出概率需经阈值或仓位映射转化为可执行信号。
四、信号评估指标
评估交易信号不能只看准确率。金融数据类别极不平衡，且盈亏不对称，需结合统计指标与交易指标。下表列出常用指标及其适用场景。
| 指标 | 含义 | 适用场景 |
|---|---|---|
| IC / Rank IC | 预测值与未来收益的相关性 | 连续信号强度评估 |
| 准确率 / 召回率 | 分类正确比例与捕获比例 | 离散方向信号 |
| 夏普比率 | 单位风险超额收益 | 策略整体表现 |
| 最大回撤 | 峰值到谷底的最大亏损 | 风险控制评估 |
| 换手率 | 单位时间仓位变化 | 成本敏感型策略 |
| 信号衰减 | 信号有效期内的收益衰减速度 | 高频与微观结构信号 |
五、案例与复盘：一个均值回归信号的完整链路
以配对交易为例，选取两只历史价差稳定的股票，计算价差Z-score。当Z-score超过2时做空价差，低于-2时做多价差。机器学习模型可用于预测价差回归的概率，替代固定阈值。
# 价差Z-score信号示例
spread = price_a - hedge_ratio * price_b
zscore = (spread - spread.rolling(60).mean()) / spread.rolling(60).std()
signal = np.where(zscore > 2, -1, np.where(zscore < -2, 1, 0))
# 模型可输出回归概率，动态调整开仓阈值
复盘时需关注：价差关系是否因基本面变化而破裂、Z-score阈值是否随波动率漂移、模型概率是否校准。若发现IC持续下降或换手率异常上升，往往意味着信号漂移已经发生，需要进入重训流程。
掌握信号类型、应用场景、生成流程与评估指标后，才能准确识别信号何时开始失效。下一阶段我们将深入信号漂移的检测方法与重训触发机制。