1. 课程导入

欢迎进入《PatchTST与长序列金融预测实战》。在动手写第一行模型代码之前，我们需要先建立一张清晰的“认知地图”：金融长序列预测到底难在哪里，PatchTST 为什么值得单独开一门课来讲，以及这 30 章会沿着怎样的路径推进。本章不涉及复杂公式，但会决定你后续学习的方向感——方向对了，后面的模型结构、代码实现和调参策略才会串成一条线。

一、学习目标：学完本课程你能做到什么

本课程面向具备一定深度学习基础、希望把时序模型真正落到金融场景的学习者。完成全部内容后，你应当能够独立完成从数据到部署的完整链路。具体目标如下：

• 理解原理：说清 PatchTST 的 Patch 切分、通道独立、Transformer 编码器三者如何协同，以及它相对 Informer、Autoformer 等长序列模型的差异。
• 掌握流程：独立完成金融时序的缺失值处理、平稳化、归一化、滑动窗口构造与训练/验证/测试切分。
• 能够实现：用 PyTorch 从零搭建 PatchTST，完成单变量与多变量预测，并读懂关键超参数的影响。
• 具备评估能力：正确使用 MAE、RMSE、MAPE 等指标，识别数据泄漏、过拟合与“回测幻觉”。
• 形成工程判断：针对不同频率、不同资产的数据，判断 PatchTST 是否适用，以及如何与基线模型对比。

二、金融长序列预测的挑战

金融时序与常规时序基准（如电力负荷、交通流量）有本质区别。它信噪比极低、非平稳性强、受政策与情绪驱动，且存在大量结构性突变。当我们把预测窗口拉长到数百甚至上千步时，以下挑战会集中爆发：

1. 长程依赖与信息稀释：远期历史中可能藏着周期性或宏观信号，但传统 RNN 在长序列上梯度衰减严重，普通 Transformer 的注意力又随长度平方增长。
2. 非平稳与分布漂移：均值、方差、相关性随时间变化，模型在训练集学到的映射在测试期可能失效。
3. 噪声主导：金融收益的随机成分占比极高，模型容易把噪声当信号拟合，导致样本外表现崩塌。
4. 多变量耦合复杂：利率、汇率、成交量、波动率之间关系非线性且时变，简单拼接通道会引入干扰。
5. 评估陷阱：随机切分、未来信息泄露、幸存者偏差都会让指标虚高，掩盖真实泛化能力。

这些挑战共同指向一个核心矛盾：我们既需要足够长的历史窗口来捕捉结构，又必须控制模型复杂度和计算成本。PatchTST 正是针对这一矛盾提出的解决方案。

三、PatchTST 的定位：它解决了什么，又不解决什么

PatchTST 的核心思想可以概括为三句话：把长序列切成 Patch、每个通道独立建模、用 Transformer 编码 Patch 序列。它借鉴了计算机视觉中 ViT 的 Patch 思路，将原本长度为 L 的序列划分为若干子序列块，每个 Patch 作为一个 输入编码器。这样做带来两个直接收益：一是 数量大幅减少，注意力计算量显著下降；二是每个 Patch 内部仍保留局部时序结构，避免了逐点 化带来的语义碎片化。

同时，通道独立（Channel Independence）策略让每个变量共享同一个编码器但独立前向，缓解了多变量相互干扰的问题，也让模型在变量数量变化时更具鲁棒性。需要强调的是，PatchTST 并非万能：它对极端突变、政策事件驱动的跳变依然乏力；通道独立也意味着它不显式建模变量间的即时耦合。理解这些边界，比盲目崇拜模型更重要。

四、整体课程框架与常见误区

本课程共 30 章，整体遵循“原理—数据—实现—评估—进阶”的递进结构。前段建立理论与数据基础，中段完成 PatchTST 的代码实现与训练，后段聚焦评估、调参与真实场景落地。你可以把它当作一条从零到可复现实验的完整流水线。

阶段一（第1-6章）  原理与数据基础
  ├─ 长序列预测挑战与 PatchTST 定位
  ├─ 金融数据获取、清洗与平稳化
  └─ 滑动窗口、归一化与数据集切分

阶段二（第7-16章） 模型实现与训练
  ├─ Patch 切分与嵌入层
  ├─ Transformer 编码器与预测头
  ├─ 单变量 / 多变量训练流程
  └─ 损失函数、优化器与学习率调度

阶段三（第17-24章） 评估、调参与对比
  ├─ MAE / RMSE / MAPE 与方向准确率
  ├─ 基线模型对比实验
  └─ 超参数搜索与消融分析

阶段四（第25-30章） 进阶与落地
  ├─ 抗过拟合与分布漂移应对
  ├─ 多资产组合预测
  └─ 部署、监控与迭代闭环

现在，你已经对“为什么学、学什么、怎么学”有了整体把握。接下来，我们将从金融数据的获取与清洗开始，一步步把这条流水线真正跑通。