1、回测标签口径校准概述
什么是标签口径
在量化策略开发中，标签口径（Label Caliber）是指对历史行情数据进行标注时所采用的具体规则、时间窗口、阈值和分类标准。它决定了“什么样的历史走势被定义为一次有效的交易信号”，是连接原始行情数据与机器学习模型之间的语义桥梁。
标签口径通常包含以下核心要素：
| 要素 | 说明 | 示例 |
|---|---|---|
| 预测目标 | 预测未来哪个维度的市场行为 | 未来N日收益率、波动率方向、突破形态 |
| 时间窗口 | 从信号发生到目标验证的持有周期 | 5日、20日、60日 |
| 阈值设定 | 判定“成功”与“失败”的量化边界 | 收益率 > 2% 为正样本，< -1% 为负样本 |
| 分类方式 | 二分类、多分类还是连续回归 | 涨/跌/平、三分类、回归预测收益率 |
| 过滤规则 | 剔除噪音或特殊行情段的条件 | 剔除停牌日、涨跌停日、重大事件窗口 |
核心认知：标签口径本质上是对“市场规律”的一种先验假设。不同的口径会筛选出不同性质的交易机会，直接影响策略的泛化能力和实盘表现。
为什么需要校准
未经校准的标签口径会导致以下典型问题：
- 过拟合历史噪音——标签窗口过短或阈值过低，模型学习到的是随机波动而非有效规律。
- 信号稀疏性失衡——正负样本比例严重失调（如1:100），模型倾向于预测多数类，失去实际交易价值。
- 未来函数污染——标签定义中无意引入了未来信息，导致回测绩效虚高，实盘大幅回撤。
- 口径漂移——不同时间周期、不同品种使用同一套标签规则，忽略了市场结构的变化。
校准的目的就是通过系统化的方法，找到一组标签参数，使得：
- 回测信号与真实交易逻辑一致
- 样本内外的绩效差异最小化
- 策略在不同市场环境下保持稳健
经验法则：标签口径校准不是一次性的工作，而是伴随策略迭代持续进行的动态优化过程。每次修改特征或模型结构后，都应重新审视标签口径的合理性。
校准在量化策略开发中的核心地位
在完整的量化策略开发流程中，标签口径校准处于数据预处理与模型训练之间的关键枢纽位置。下图展示了标签口径在整个策略开发链条中的角色：
从上图可以看出，标签口径校准并非孤立环节，它同时受到上游数据特征和下游模型评估的反馈影响。一个被忽视的常见误区是：许多开发者花费大量精力优化特征和模型结构，却忽略了标签口径本身可能存在的系统性偏差。
标签口径校准的三大核心维度
| 维度 | 校准内容 | 典型问题 | 校准方法 |
|---|---|---|---|
| 时间维度 | 预测窗口长度、持有周期 | 窗口过短→噪音过多；窗口过长→信号滞后 | 多窗口对比测试、信息系数衰减分析 |
| 阈值维度 | 正负样本划分的收益率/波动率边界 | 阈值过低→样本混淆；阈值过高→样本稀疏 | 阈值扫描、样本平衡度评估 |
| 分类维度 | 二分类/多分类/回归的选择 | 分类方式与交易策略不匹配 | 策略目标对齐分析、损失函数适配 |
⚠️ 常见陷阱：不要为了追求回测夏普比率而刻意调整标签口径。例如，将阈值设得极高使得样本极少但胜率极高，这种口径在实盘中几乎必然失效。校准的目标是真实反映市场规律，而非美化回测曲线。
校准工作的输入与输出
为了更清晰地理解校准工作的边界，下表总结了校准环节的输入、输出及关键交付物：
| 类别 | 内容 |
|---|---|
| 输入 | 原始行情数据（OHLCV）、复权因子、停牌/涨跌停标记、事件日历 |
| 输出 | 标注后的标签序列（DataFrame格式）、口径参数配置表、校准报告 |
| 关键交付物 | 口径参数配置JSON文件、样本分布统计图、不同口径下的绩效对比表 |
在接下来的章节中，我们将深入每个维度的具体校准方法，从基础的手动调参到自动化的贝叶斯优化，逐步构建一套完整的标签口径校准体系。