2. 常见标签口径类型：分类标签、回归标签、时序标签、事件驱动标签

在量化回测中，标签（Label）是监督学习的目标变量，其口径定义直接决定了模型学习的方向与回测结果的可靠性。根据预测任务的性质与数据的时间结构，标签口径可划分为四种基本类型：分类标签、回归标签、时序标签与事件驱动标签。每种类型在构造逻辑、适用场景与校准方法上存在显著差异。

2.1 分类标签

分类标签将未来收益或状态离散化为有限的类别，常用于方向性预测或信号生成。典型的分类标签包括：

• 涨跌二分类：未来 N 日收益为正 → 1，否则 → 0。
• 多分类：按收益分位数划分为“强涨/弱涨/震荡/弱跌/强跌”五档。
• 阈值分类：收益超过 +X% 为 1，低于 -X% 为 -1，中间为 0。

2.2 回归标签

回归标签直接使用连续数值作为预测目标，保留收益的幅度信息，适用于精细化定价与风险估计。常见形式包括：

• 未来收益率：log(close_t+N / close_t)
• 超额收益：个股收益 - 基准收益
• 波动率：未来 N 日 realized volatility

# 回归标签构造示例（Python）
import numpy as np

def build_regression_label(close, horizon=5):
    future_ret = np.log(close.shift(-horizon) / close)
    # 口径校准：截尾 1% 极端值
    lower, upper = future_ret.quantile([0.01, 0.99])
    future_ret_clipped = future_ret.clip(lower, upper)
    return future_ret_clipped

2.3 时序标签

时序标签在构造时显式引入时间依赖结构，适用于序列模型（LSTM、Transformer）或状态转移建模。其核心特征是标签之间具有自相关性与顺序约束。

• 滑动窗口标签：每个时间点对应未来一段连续序列的聚合统计量。
• 增量标签：t+1 时刻相对于 t 时刻的变化量。
• 生存标签：从当前时刻到事件发生所经过的时间长度。

2.4 事件驱动标签

事件驱动标签以特定事件（如财报发布、涨停、高管增持）的发生为锚点，构造事件前后的收益或状态标签。这类标签天然具有非均匀时间间隔与异质性特征。

• 事件前后收益：事件窗口 [-T, +T] 内的累计收益。
• 事件类型标签：将事件按影响程度分为利好/利空/中性。
• 事件后持续期：事件发生后趋势持续的交易天数。

2.5 四种标签口径对比总览