3. TFT模型概述
在金融时间序列预测中，我们面对的从来不是一条干净、平稳、单变量的曲线。真实市场里同时存在价格、成交量、宏观指标、情绪因子、日历事件等多源信息，它们的时间尺度不同、缺失模式不同、对未来的影响路径也不同。传统ARIMA、GARCH擅长刻画单序列的线性自相关，但在多变量、长跨度、强噪声的金融场景中往往力不从心；LSTM、GRU虽然能建模非线性，却难以显式区分“哪些变量重要”“哪些历史时刻关键”。Temporal Fusion Transformer（TFT）正是在这一矛盾下被提出的。
一、提出背景：从“能预测”到“可解释地预测”
TFT由Google Research于2019—2021年间提出，最初面向多水平、多时间尺度的概率预测任务。它的出现并非单纯追求精度，而是回应了工业界三个现实诉求：
- 多源异构输入：金融数据既有静态属性（行业、市值分层），也有已知未来输入（财报日历、节假日），还有仅历史可观测的时变变量（收益率、换手率）。
- 长短期依赖并存：短期动量与长期均值回归往往同时起作用，单一循环结构难以兼顾。
- 决策需要归因：风控与投研不能接受“黑箱给出一个数”，必须知道是哪些变量、哪段历史在驱动预测。
Transformer的自注意力机制天然适合捕捉任意距离的依赖，但原始Transformer计算量大、缺乏变量选择与可解释输出。TFT在此基础上做了针对性改造，把“预测精度”和“归因能力”放进同一个架构。
二、核心思想：以“变量选择+门控+注意力”组织多源时序
TFT的核心可以概括为一句话：用可学习的变量选择网络筛掉噪声变量，用门控残差网络控制信息流，用可解释的多头注意力定位关键时间步，再以分位数输出刻画不确定性。
其关键组件包括：
- 变量选择网络（VSN）：对每个输入变量学习权重，抑制无关因子，输出稀疏化的变量重要性。
- 门控残差网络（GRN）：在非线性变换中加入门控与残差，缓解梯度问题并允许网络跳过无用层。
- 静态协变量编码器：把不随时间变化的属性注入到各层，实现“按主体定制”的预测。
- 时序融合解码器：结合局部循环层与可解释多头注意力，同时捕捉短期与长期模式。
- 分位数损失输出：直接给出P10、P50、P90等分位预测，而非单点估计。
TFT不是“更强的LSTM”，而是一个把变量选择、静态上下文、长短期依赖和概率输出统一到同一计算图中的融合架构。理解这一点，才能正确使用它。
三、方法流程：一次前向传播发生了什么
把TFT用于金融预测时，典型流程如下：
- 数据分层：把特征划分为静态、已知未来、历史观测三类，并统一到相同时间索引。
- 嵌入与选择：连续变量做标准化与投影，类别变量做嵌入，VSN为每个变量打分。
- 编码融合：静态编码注入GRN，历史与未来输入分别经过局部处理。
- 注意力解码：解码器在预测步上对历史关键时间步分配注意力权重。
- 分位数输出：按目标分位点输出预测区间，供风控与仓位管理使用。
# 以PyTorch Forecasting为例的关键配置
training:
max_epochs: 50
batch_size: 128
model:
hidden_size: 64
lstm_layers: 2
attention_head_size: 4
dropout: 0.1
hidden_continuous_size: 32
output_size: 7 # 预测步长
loss: QuantileLoss # 分位数损失
quantiles: [0.1, 0.5, 0.9]
四、适用场景与对比优势
TFT特别适合以下金融任务：多因子收益预测、波动率区间预测、组合风险敞口预测、信用违约概率的多期预测，以及需要向投研或风控解释“为什么这样预测”的场景。
| 维度 | ARIMA/GARCH | LSTM/GRU | TFT |
|---|---|---|---|
| 多变量建模 | 弱，需人工扩展 | 可，但变量权重不透明 | 强，VSN显式选择变量 |
| 长短期依赖 | 仅短期线性 | 受梯度与序列长度限制 | 注意力+循环兼顾 |
| 静态属性注入 | 不支持 | 需手工拼接 | 原生支持 |
| 概率输出 | 部分支持 | 需额外改造 | 分位数损失直接输出 |
| 可解释性 | 系数可读 | 弱 | 变量重要性与注意力权重可读 |
在因子数量多、噪声大、且需要向业务方解释归因的金融场景中，TFT的“变量选择+注意力”组合往往比单纯堆叠LSTM更有实用价值。
五、常见误区与复盘
- 误区一：把TFT当万能模型。数据量过小或特征高度共线时，VSN可能学到不稳定权重，此时简单模型反而更稳。
- 误区二：忽略数据分层。把未来才可知的信息误放进历史观测变量，会造成严重信息泄露。
- 误区三：只看精度不看归因。TFT的价值一半在预测，一半在解释；不做注意力与变量权重复盘，等于浪费了架构优势。
- 复盘建议：先跑通基线（如线性+GBDT），再上TFT；对比分位数覆盖率、变量重要性排序与业务逻辑是否一致。
金融时序非平稳且 regime 切换频繁，TFT的注意力权重会随训练窗口变化。上线前必须做滚动回测与跨市场验证，不能仅凭单段样本的漂亮指标下结论。
总体来看，TFT把多源输入、变量选择、长短期依赖与概率预测整合进一个可解释框架，为金融多变量预测提供了一条兼顾精度与归因的工程路径。理解其提出背景与核心思想，是后续动手实现与调参的前提。