机器学习选股实战指南 - 第4节

⚡ 分类标签 (涨/跌/平) & 回归标签 (收益率) —— 从原始K线到监督学习目标

📐 未来N日收益率计算核心公式

方法	公式 / 说明	适用场景
简单收益率	\( R_{t+N} = \frac{P_{t+N} - P_t}{P_t} \)	短期预测，分类阈值
对数收益率	\( r_{t+N} = \ln(P_{t+N}) - \ln(P_t) \)	回归任务，正态性更好
年化收益率	\( (1+R_{t+N})^{252/N} - 1 \)	跨周期比较

🏷️ 分类标签：涨 / 跌 / 平

阈值法：未来N日收益率 > +0.5% → 涨； < -0.5% → 跌；其余 → 平
分位数法：按收益率排序，前30%为涨，后30%为跌，中间为平 (适应市场波动)
动态阈值：基于滚动波动率设定阈值 (如 0.5σ)
多分类扩展：强涨/涨/平/跌/强跌 (5分类)

📉 回归标签：连续收益率

原始收益率：直接使用未来N日简单/对数收益率作为回归目标
标准化收益率：\( \frac{R_{t+N} - \mu}{\sigma} \) (截面或时序标准化)
排名标签：将收益率转换为排名 (0~1) 用于排序学习
风险调整收益：收益率 / 波动率 (夏普比率风格)

🧩 标签构建流程 SVG 示意图

📆 收益率 → 标签

🔖 三分类示例

📊 回归目标

🧬 标签构建模块架构

💻 代码实现 Python 示例

# 未来N日收益率 & 标签构建 (示例)
import pandas as pd
import numpy as np

# 假设 close 为收盘价序列
def compute_future_return(close, n=5):
    # 简单收益率
    future_ret = close.shift(-n) / close - 1
    return future_ret

# 分类标签 (三分类 阈值 ±0.5%)
def classify_label(ret, threshold=0.005):
    label = np.zeros(len(ret))
    label[ret > threshold] = 1      # 涨
    label[ret < -threshold] = -1    # 跌
    # 0 表示平
    return label

# 回归标签 (直接使用收益率)
def regression_label(ret):
    return ret   # 连续值

# 使用示例
df = pd.DataFrame({'close': [100,102,101,105,107,110,108]})
df['ret_5'] = compute_future_return(df['close'], n=2)
df['cls'] = classify_label(df['ret_5'], 0.02)
print(df[['close','ret_5','cls']])

📅 不同持有期 N 的标签分布

持有期 N	涨比例	跌比例	平比例	回归均值	标准差
5日	34%	31%	35%	0.12%	2.3%
20日	38%	29%	33%	0.45%	5.1%
60日	42%	26%	32%	1.20%	9.8%

🧠 标签构建 · 未来N日收益率