conceptlabel-designdrawdownrisk-modelingsupervised-learningasymmetry

前瞻回撤标签 (Forward Drawdown Label)

定义

风险侧监督学习标签: 对每个交易日 t, 取 t+1 \dots t+10 区间内收盘价相对 t 日收盘价 (入场价) 的最大跌幅

y^{\text{risk}}_t = \min_{1 \le k \le 10} \frac{P_{t+k} - P_t}{P_t}

数值越高 (=跌幅越深) 风险越高。由华安金工双轨择时框架提出 (summaries/202609-stock-correlation-network-dual-track-timing/202609-stock-correlation-network-dual-track-timing)。

两个设计选择

为什么用前瞻回撤而不是区间收益:

  1. 路径信息: 期末收益把"先大跌后修复"与"全程低波震荡"压缩成相近结果; 前瞻回撤记录持有期相对入场价的最差时点 — 对真实持仓者, 窗口末没跌不等于期间没风险 (可能触发止损/赎回/风险预算)。基准取 t 日收盘价而非滚动高点, 与"从买入起最差会亏到什么程度"的择时用途自洽。
  2. 分布稳定性 (中证全指 2023-01~2026-07, 10 日窗口): 期末收益 std 4.21% / 偏度 +2.03 / 超额峰度 +12.88; 前瞻回撤 std 2.58% / 偏度 −1.03 / 超额峰度 +1.76。按 60 日已实现波动分三组, 波动从 12.7% 升到 26.1% 时收益 std 变化 2.72pp、回撤仅 0.89pp; 回撤均值几乎不动 (−2.01% / −2.32% / −1.90%)。以回撤为目标, 模型在不同环境下面对形状固定的目标, 而不是随波动率漂移的目标。

为什么连续回归而不是分类: 阈值定深则正样本稀缺 (−8%: 中证全指 3.35% / 沪深300 0.81%, 2023 年四标的均无), 定浅则退化为常态 (−3%: 20.6%~38.5%); 同一阈值正样本率年际漂移三倍以上 (中证全指 −5% 档 2023~2026: 6.20% / 15.70% / 7.00% / 21.01%)。差异来自阈值与当期波动环境的相对位置, 而非市场结构。连续预测同时保留"多深"与"多频繁"。

对照: 机会侧为何相反地选了分类

机会侧划的是训练窗内 70% 分位线 — 锁住正样本率 (~30%)、放开绝对幅度。若风险侧也照搬 (取最差 30% 为正类), 阈值会在 −1.58% (2025) 与 −3.91% (2026YTD) 之间漂移, 低波动期频繁误报。两侧标签设计相反, 恰是"风险与机会不对称"的落实: 风险的绝对幅度有稳定分布可供回归, 机会的绝对幅度没有。

风险评分不被解释为概率校准的风险概率, 只是统一方向的连续评分。

关联