1. 课程导入
在正式动手写第一行建模代码之前，我们需要先建立一张"全局地图"。金融时序预测并不是简单地"用历史价格猜未来价格"，它是一套围绕数据、模型、评估与决策的完整工程体系。本章将回答四个问题：金融时序预测是什么、它为什么有价值、它出现在哪些真实场景中，以及一个端到端项目究竟要经历哪些环节。
一、什么是金融时序预测
金融时序（Financial Time Series）是指按时间顺序排列的金融观测值序列，例如某只股票的日收盘价、某汇率的分钟级中间价、某债券的到期收益率曲线、某平台的日交易额等。它的核心特征是时间依赖：当前值与过去值相关，且往往伴随波动聚集、非平稳、噪声强、信噪比低等性质。
金融时序预测，就是利用历史观测与相关外生信息，对未来某一时间点或时间段的取值、方向、分布或风险指标进行估计。按预测目标可粗分为三类：
- 点预测：预测未来某时刻的具体数值，如明日收盘价。
- 方向预测：预测涨/跌或是否突破阈值，常用于交易信号。
- 分布与风险预测：预测波动率、VaR、尾部风险等，服务于风控与资产配置。
二、为什么金融时序预测有价值
金融市场的本质是在不确定性中做资源配置。预测能力直接转化为三类价值：
- 收益价值：更早识别趋势或反转，优化买卖时点与仓位。
- 风险价值：提前估计波动与回撤，动态调整杠杆与止损。
- 效率价值：在量化投研、智能投顾、信贷定价中降低人工成本、提升决策一致性。
需要强调的是，金融预测的"价值"不等于"高准确率"。由于市场存在有效性与博弈性，任何模型都可能失效。因此，端到端项目更强调可复现、可评估、可风控，而不是追求单次回测的漂亮曲线。
三、典型应用场景
下面用一张表梳理常见场景、预测目标与关键约束，帮助你建立"场景—目标—约束"的对应关系。
| 应用场景 | 典型预测目标 | 关键约束 |
|---|---|---|
| 量化选股/择时 | 未来N日收益率方向或排序 | 低延迟、交易成本、过拟合控制 |
| 波动率与风险预测 | 未来波动率、VaR、最大回撤 | 尾部风险、极端行情稳健性 |
| 智能投顾与资产配置 | 多资产收益与相关性预测 | 可解释性、合规、长期稳定性 |
| 信贷与消费金融 | 违约概率、现金流时序 | 样本不平衡、可解释、监管要求 |
| 高频与做市 | 微观价格、订单流短期方向 | 微秒级延迟、数据质量、冲击成本 |
四、端到端项目全流程概览
一个可落地的金融时序项目，通常不是"拿数据—训练模型—出结果"三步，而是包含数据、特征、建模、评估、部署与监控的闭环。下图展示了从原始行情到决策输出的核心数据流与关键环节。
这条链路可以进一步拆解为六个阶段，每个阶段都有明确的输入、输出与验收标准：
- 问题定义：明确预测目标（价格/方向/风险）、预测周期（分钟/日/周）、决策用途与约束条件。
- 数据获取与清洗：拉取行情、基本面、宏观等数据，处理缺失、复权、停牌、时区与对齐问题。
- 特征工程：构造滞后特征、滚动统计、技术指标、日历效应与跨资产特征，并严格避免未来信息泄露。
- 建模与训练：从ARIMA、GARCH到LightGBM、LSTM、Transformer，选择与数据规模、目标匹配的模型。
- 回测与评估：使用时序交叉验证、滚动窗口回测，纳入交易成本与滑点，关注夏普、最大回撤等指标。
- 部署与监控：将模型封装为批处理或在线服务，持续监控数据漂移与模型衰减，触发再训练。
五、常见误区与复盘视角
在课程开始前，先建立几个"避坑"意识，能显著提升后续章节的学习效率：
- 误区一：用随机切分做时序验证。 随机打乱会引入未来信息，必须使用时间顺序切分或滚动窗口。
- 误区二：只看准确率。 金融数据类别不平衡，准确率高不代表盈利，需结合收益、回撤与换手率。
- 误区三：忽略数据泄露。 使用未来才公布的财报、用全样本标准化，都会让回测虚高。
- 误区四：一次训练长期使用。 市场结构会变化，模型需要监控与定期再训练。
当你完成本课程后，应当能够独立完成一个从数据获取、特征构造、模型训练、回测评估到部署监控的完整金融时序预测项目，并能清晰解释每一步的设计理由与潜在风险。接下来，我们将从数据获取与清洗开始，进入真正的工程实践。