В этой статье систематически разобран полный процесс построения предсказательных сигналов в количественных инвестициях. В условиях крайне низкого уровня информационного шума на финансовых рынках, статья раскрывает систематический подход к созданию эффективных предсказательных сигналов через четыре ключевых этапа: подготовку данных, инженеринг признаков, моделирование машинного обучения и формирование портфеля. Исходный материал взят из статьи sysls, подготовленной, отредактированной и написанной Foresight News.
（Предыстория: Можем ли мы отслеживать следующего инсайдерского трейдера Polymarket? Конечно, и порог входа невысок ）
（Дополнительный фон: Обзор концепций трейдинга (IX): Насколько нужно использовать кредитное плечо? Полностью ли держать позицию или по частям? ）

Содержание статьи

• Введение
• Каркас основного процесса
• Инженеринг признаков: сочетание искусства и науки
• Руководство по выбору модели
  • Основные рекомендации по моделированию
• Искусство проектирования целей предсказания
• Заключение

В условиях крайне низкого уровня информационного шума на финансовых рынках, как построить эффективный предсказательный сигнал? В статье представлен систематический ответ.

Разбирая четыре ключевых этапа квантовой стратегии — подготовку данных, инженеринг признаков, моделирование машинного обучения и формирование портфеля, — автор показывает, что большинство причин неудач стратегий зачастую кроется в данных и признаках, а не в самой модели. В центре внимания — технические аспекты обработки высокомерных финансовых признаков, сценарии применения различных семейств моделей и важное инсайдерское понимание: повышение чистоты сигнала достигается через «разбор источников дохода и предсказание конкретных сигналов». Рекомендуется для исследователей и инвесторов, стремящихся создать устойчивую и объяснимую систему предсказаний.

Введение

В области систематизированных инвестиций предсказательный сигнал — это математическая модель, способная на основе входных признаков предсказать будущую доходность активов. Основная структура многих квантовых стратегий — это автоматизированный цикл генерации, оптимизации и распределения активов, основанный на таких сигналах.

Этот цикл кажется простым: сбор данных → обработка признаков → предсказание с помощью машинного обучения → формирование портфеля. Однако финансовое предсказание — типичная область с высоким уровнем шума и низким соотношением сигнал/шум. Средняя дневная волатильность часто достигает около 2%, тогда как реально предсказуемая дневная доходность составляет примерно 1 базисный пункт.

Следовательно, подавляющее большинство информации в модели — это по сути рыночный шум. Как в таких условиях построить устойчивый и эффективный предсказательный сигнал — это ключевая компетенция систематизированных инвестиций.

Каркас основного процесса

Полная система предсказания доходности на базе машинного обучения обычно следует стандартной четырехэтапной схеме, где каждый этап тесно связан с предыдущим:

Этап 1: уровень данных — «сырье» стратегии

Включает традиционные данные: цены активов, объемы торгов, финансовую отчетность и т. д., а также альтернативные данные (например, спутниковые снимки, тренды потребительского поведения). Качество данных напрямую определяет верхний предел эффективности — большинство неудач стратегий связано с проблемами источников данных, а не с моделью.

Этап 2: уровень признаков — «фабрика» информации

Преобразование исходных данных в структурированные признаки, распознаваемые моделью. Это ключевой этап, в котором закладывается экспертное знание, например:

• Ценовые ряды → скользящая доходность (фактор импульса)
• Финансовая отчетность → коэффициенты оценки (фактор стоимости)
• Рыночные данные → показатели ликвидности (фактор транзакционных издержек)

Качество построения признаков зачастую важнее выбора самой модели.

Этап 3: уровень предсказаний — «двигатель» алгоритма

Использование моделей машинного обучения для предсказания будущей доходности на основе признаков. Основная сложность — балансировать сложность модели: нужно уметь захватывать нелинейные закономерности и одновременно избегать переобучения на шуме. Можно также моделировать структурные сигналы (например, доходность, связанная с событиями), чтобы получать источники дохода с низкой корреляцией.

Этап 4: уровень формирования портфеля — «реализатор» сигнала

Преобразование предсказаний в конкретные веса портфеля. Классические методы — кросс-секционная ранжировка, парные стратегии и т. п. Важна интеграция с моделями транзакционных издержек и рисковыми ограничениями.

Весь цикл — цепочка, где слабое звено в любой части ограничит итоговую эффективность. В практике обычно больше ресурсов выделяют на качество данных и инженеринг признаков, что зачастую дает больший прирост.

Классификация источников данных

• Рыночные данные: цены, объемы, доходности. Стандартизированы, но однородны, быстро теряют эффективность.
• Фундаментальные данные: финансовая отчетность компаний, отражающая качество бизнеса, но с задержками и сезонностью. В криптовалютах также можно строить альтернативные показатели на блокчейне, хотя их логика отличается.
• Альтернативные данные: неформальные источники — текстовые настроения, геолокация, поведенческие данные. Шумные, сложные в обработке, но могут содержать недооцененную информацию.

Инженеринг признаков: сочетание искусства и науки

Признаки — это количественные свойства, способные предсказать будущую доходность самостоятельно или в совокупности. Их создание требует глубокого понимания рыночных механизмов. В академической и практической среде сформировались классические системы факторов, например:

• Факторы стоимости: уровень оценки (например, P/B, P/E)
• Факторы импульса: трендовая сила (доходности за разные периоды)
• Факторы качества: финансовая устойчивость (прибыльность, уровень заемных средств)
• Размерные факторы: рыночная капитализация
• Волатильность: историческая волатильность
• Ликвидность: торговые издержки (спреды, обороты)

Ключевые техники обработки признаков

• Стандартизация: устранение влияния масштаба, чтобы модель могла справедливо сравнивать признаки разных типов (например, рыночная капитализация и волатильность).
• Обработка экстремальных значений: ограничение выбросов для предотвращения доминирования аномальных образцов.
• Взаимодействия признаков: создание новых признаков через комбинацию (например, импульс × доля коротких позиций) для захвата совместных эффектов.
• Уменьшение размерности и отбор: при высокой размерности используют селекцию признаков (а не только PCA), чтобы сохранить наиболее релевантную информацию.

Руководство по выбору модели

После подготовки признаков следующий шаг — выбор алгоритма. Нет универсальной лучшей модели. Каждая обладает преимуществами и подходит для разных сценариев.

Линейные модели

• Ridge-регрессия: сохраняет все признаки, подходит для слабых сигналов.
• Lasso: автоматический отбор признаков, полезен при разреженных сигналах.
• Elastic Net: баланс Ridge и Lasso, работает при высокой корреляции признаков.

Плюсы: интерпретируемость, быстрая вычислительная скорость, хорошая устойчивость к переобучению. Можно вводить нелинейность через взаимодействия.

Деревья и ансамбли

Случайный лес и градиентный бустинг (XGBoost, LightGBM) хорошо захватывают нелинейные зависимости и взаимодействия.

• Случайный лес: устойчив к переобучению, стабилен.
• Градиентный бустинг: зачастую более точен, требует тонкой настройки.

При наличии сложных взаимодействий и нелинейных связей. Высокие вычислительные затраты, но современные инструменты делают их более интерпретируемыми.

Нейронные сети

Мощь — в способности моделировать сложные паттерны. Требуют много данных, чувствительны к гиперпараметрам, легко переобучаются в условиях низкого соотношения сигнал/шум. Рекомендуются только при наличии больших объемов данных и опыта в настройке.

Основные рекомендации по моделированию

• Используйте линейные модели как базовые.
• При наличии явных нелинейных закономерностей и достаточных данных — переходите к деревьям.
• Нейронные сети — опция высокого уровня, не стартовая.
• Различия между моделями обычно менее важны, чем качество признаков и тестирование вне выборки.

Искусство проектирования целей предсказания

Традиционно предсказывают доходность активов, но она — смесь множества факторов, шумная и сложная для точного предсказания. Лучше разбивать источник дохода и моделировать конкретные доминирующие механизмы:

Например, реакция цены после объявления о корректировке финансовых отчетов в основном зависит от этого события. Можно напрямую предсказывать «размер корректировки» или «доходность в период события», избегая лишнего шума. Гибкое проектирование целей — важный путь к повышению чистоты сигнала.

Практика трансформации сигнала в портфель

Предсказания необходимо преобразовать в реальные позиции:

• Простая стратегия: кросс-секционная ранжировка, создание парных или мультифакторных стратегий.
• Важное понимание: точность предсказаний не равна итоговой доходности — нужно учитывать транзакционные издержки, ликвидность, обороты.

Ключевые принципы построения устойчивых систем

• Начинайте с классических моделей: максимально используйте известные эффективные факторы, избегайте излишних инноваций.
• Регуляризация — обязательна: в высокомерных задачах помогает избежать переобучения.
• Предварительная обработка — строгое соблюдение: стандартизация, обработка выбросов, устранение аномалий.
• Уменьшение размерности — целенаправленное: сохраняйте только релевантную информацию.
• Ориентация на торговлю: итоговая оценка — чистая прибыль после издержек.

Заключение

Предсказательные сигналы — фундаментальные компоненты систематизированных инвестиций. Их эффективное построение требует системного подхода к данным, признакам, моделям и всей цепочке.

На низкосигнальном поле финансовых данных простые модели и строгая проверка вне выборки зачастую превосходят сложные «черные ящики». Рекомендуется начинать с простых, объяснимых структур и постепенно усложнять только при необходимости.