📚 课程目录第3章交易信号定义

3. 交易信号定义

在Transformer交易信号预测项目中，模型真正要学习的并不是“价格会涨还是会跌”这样模糊的问题，而是一个被严格定义的信号标签体系。信号定义决定了模型输入与输出之间的映射关系，也决定了后续损失函数、评估指标和实盘执行逻辑。如果信号定义含糊，再强的注意力机制也无法产生稳定可用的预测结果。本节将围绕五类核心信号、多类别标签构造方法以及信号评估指标展开。

一、核心原理：从价格序列到可学习信号

交易信号本质上是把连续的价格、成交量、波动率等市场状态，映射为离散或连续的目标变量。Transformer擅长处理长序列依赖，但它的输出必须由明确的标签监督。常见的五类信号定义如下：

趋势信号：判断未来一段时间内价格是否延续当前方向，标签常为“上涨趋势/下跌趋势/无趋势”。
反转信号：判断当前趋势是否即将结束并反向运动，常用于捕捉顶部或底部区域。
突破信号：判断价格是否有效突破关键支撑、阻力或区间边界，强调“突破是否成立”。
波动率信号：预测未来波动率放大或收缩，不直接预测方向，常用于仓位管理和期权策略。
多类别标签：将上述信号合并为一个多分类目标，例如“强多、弱多、震荡、弱空、强空”。

这五类信号并非互斥。实际建模时，可以先分别构造二分类标签，再通过规则合成多类别标签。例如，趋势信号为多、突破信号为真、波动率信号为放大，则可合成“强多”类别。这样做的优势是每个子信号都可解释，便于复盘和风控。

二、方法流程：标签构造与信号生成

一个可落地的信号标签流程通常包含以下步骤：

确定预测周期，例如未来5根、20根或60根K线。
计算基准收益、波动率、区间高低点等中间变量。
按阈值规则生成各子信号标签。
将子信号合并为多类别标签，并处理样本不平衡。
划分训练集、验证集和测试集，严格避免未来函数。

下面是一个简化的多类别标签构造示例，使用未来收益率和波动率阈值生成五类信号：

import numpy as np
import pandas as pd

def build_signal_labels(df, horizon=20, vol_window=20):
    future_ret = df['close'].shift(-horizon) / df['close'] - 1
    vol = df['close'].pct_change().rolling(vol_window).std()
    threshold = vol * np.sqrt(horizon)

    labels = pd.Series(index=df.index, dtype='object')
    labels[future_ret > threshold] = 'strong_long'
    labels[(future_ret > 0) & (future_ret <= threshold)] = 'weak_long'
    labels[(future_ret < 0) & (future_ret >= -threshold)] = 'weak_short'
    labels[future_ret < -threshold] = 'strong_short'
    labels[future_ret.isna()] = 'neutral'
    return labels

该代码中，horizon控制预测周期，vol_window控制波动率估计窗口。阈值随波动率自适应变化，避免在低波动期产生过多噪声信号。实际项目中还应加入交易成本、滑点和涨跌停过滤。

三、信号评估指标与对比

信号预测不能只看准确率。类别不平衡时，准确率会被多数类主导。应结合精确率、召回率、F1、AUC以及交易层面的指标综合评估。下表给出常用指标及其适用场景：

指标	含义	适用信号	注意事项
Precision	预测为正的样本中真正为正的比例	突破、反转	高精确率可减少假信号
Recall	真正为正的样本中被召回的比例	趋势、波动率	高召回率可减少漏判
F1	精确率与召回率的调和平均	多类别综合	适合不平衡标签
AUC	排序能力，正样本得分高于负样本的概率	二分类信号	不依赖阈值
信号胜率	按信号交易后的盈利次数占比	实盘执行	需扣除成本
盈亏比	平均盈利与平均亏损之比	趋势、突破	与胜率配合使用

建议在验证集上同时观察F1和信号胜率。若F1高但胜率低，可能是标签阈值与交易成本不匹配；若胜率高但召回低，则可能错过大量机会。

四、案例场景与常见误区

假设我们使用某只股票过去60根K线的量价数据，预测未来20根K线的信号。趋势信号用均线斜率定义，突破信号用前高前低突破定义，波动率信号用ATR变化定义。模型输出五类概率后，取最大概率类别作为交易信号。回测时发现“强多”信号胜率较高，但“弱多”信号频繁亏损。复盘后发现，弱多标签的阈值过窄，导致大量震荡样本被误标为弱多。

常见误区包括：

未来函数：使用未来数据计算波动率阈值或标准化参数，导致离线指标虚高。
标签重叠：同一时间点同时满足趋势和反转条件，未定义优先级。
忽略交易成本：高频信号在扣除手续费和滑点后由盈转亏。
只看准确率：在类别极不平衡时，准确率无法反映真实预测能力。
阈值固定：不同市场波动状态下使用同一阈值，导致信号质量不稳定。

信号定义一旦确定，训练集、验证集和测试集必须使用完全相同的定义和阈值计算方式。任何在测试集上单独调参的行为都会造成数据泄露。

总结来看，交易信号定义是Transformer交易预测项目的“目标函数”。趋势、反转、突破、波动率四类子信号提供了可解释的中间层，多类别标签把它们统一为模型可学习的输出，而评估指标则负责检验信号是否真正具备交易价值。只有把标签定义、阈值规则和评估口径固定下来，后续的模型训练和回测才具有可比性和可复现性。