supervisionlabel-designmlalphaparadoxtraining-trading-mismatch

Label Horizon Paradox (标签视界悖论)

核心命题:在金融时序预测中,训练标签与推理目标"严格对齐"是次优的——最优训练标签的视界 \delta^\star 经常偏离推理视界 \Delta。发现者:Song, Liu & Chen (2026。

现象

把"预测视界 \Delta 固定"作为推理目标,但对每个 \delta \in \{1, \ldots, \Delta\} 独立训练一个同架构模型(5 随机种子),用 \delta 的中间收益标签 \mathbf{r}_t^{[\delta]} 监督,衡量它们在 \mathbf{r}_t^{[\Delta]} 上的 out-of-sample IC。三种曲线形态在 CSI 500 LSTM 上稳定出现:

Scenario 设置 IC vs \delta \delta^\star 位置
1. 跨日 (Daily) \Delta=1 天, \delta 为次日每分钟 单调递减 \delta^\star \to 0 (close-to-open, 开盘后最初时刻)
2. 日内 30 分钟 \Delta=30, \delta\in[1,30] 单调递增 \delta^\star \approx \Delta
3. 日内 90 分钟 \Delta=90, \delta\in[1,90] 单峰 hump-shaped 0 < \delta^\star < \Delta (经典悖论形态)

结论: 训练标签 ≠ 推理目标 (\delta^\star \neq \Delta) 的情况在金融时序中是常态而非例外。

与"标准监督学习"假设的冲突

标准 ML 监督学习假设:

\mathcal{L}(\theta) = \mathbb{E}_t \ell(\hat{\mathbf{y}}_t, \mathbf{y}_t) 其中标签 \mathbf{y}_t 与推理目标严格对齐。隐含假设:"监督信号越接近评估目标,模型越好"。Label Horizon Paradox 反驳:在金融时序的高噪声、低 SNR、非平稳环境中,该假设被打破。 ## 物理直觉 想象你在 t 时刻观测市场状态 \mathbf{X}_t,想预测 t+\Delta 的收益。直觉是 \Delta 越短越难预测(噪声主导)——但反例: - Scenario 1 (跨日): 信息过夜已被吸收 (Hong-Stein 1999 渐进吸收);开盘后最初时刻信息含量最高,再往后纯属随机游走。训练时用 close-to-open(开盘后最初)的收益比用"今日→明日整体"收益更好。 - Scenario 2 (30 分钟): 处于"主动信息发现"阶段,信号实现速率仍高于噪声累积——用更长的标签更好。 - Scenario 3 (90 分钟): 信号寿命约在窗口中部饱和(Figure 2c 目测),之后只剩噪声——存在"甜区"。 ## 关键定理 Theorem 3.2 (来自 Risk & Portfolio/Signal-Noise Decomposition in Label Design (监督信号的信噪分解), Appendix C.4): 期望泛化 J(\delta) = \mathbb{E}[\rho^2(\hat{\mathbf{y}}_t^\delta, \mathbf{r}_t^{[\Delta]})] 的对数分解为: \ln J(\delta) \approx 2\ln\alpha(\delta) - \ln\!\big(\alpha(\delta)^2 + K(\delta+\delta_0)\big) + C

信号 - 噪声均衡的必要充分条件(化简后):

\frac{\alpha'(\delta)}{\alpha(\delta)} \;\gtrless\; \frac{1}{2(\delta+\delta_0)} - 左侧:边际信号实现相对增长率; - 右侧:边际噪声累积双曲衰减率; - \delta^\star 即二项相等的解。 > 注: 这是 Appendix C.4.2 化简后的符号充要条件,不是直接导数等式。 Corollary 3.3 (Appendix C.6 — 跨日静态近似):当 \alpha(\delta) \approx 1 (信号早饱和),最终 IC 分解为: \rho(\hat{\mathbf{y}}_t^\delta, \mathbf{r}_t^{[\Delta]}) \approx \rho(\hat{\mathbf{y}}_t^\delta, \mathbf{r}_t^\delta) \times \rho(\mathbf{r}_t^\delta, \mathbf{r}_t^{[\Delta]})CSI 300/500/1000 实测:理论值与 Test IC 几乎完全重合 (Figure 3)。

实操含义

  1. 不要硬编码 \delta = \Delta:在训练前对 \delta 做 grid search,或者用 BLO 自动学 \lambda。
  2. 预期提升:LSTM 在 CSI 500 上 IC 从 0.0845 → 0.1029 (+22%);Mamba IC +24%;Bi-Mamba+ 收益 Sharpe +22%。
  3. 架构规律 ≠ "SSM 最大":实测跨数据集不一致 — CSI 500 GRU (+25%) > Mamba (+24%);CSI 300 DLinear (+27%) > Mamba (+12%);CSI 1000 Mamba/Bi-Mamba+ 反而最小 (+3-4%)。论文无按架构族比较的论断。
  4. 论文自承限定 (E.1, B.2): Scenario 2 (30 分钟) BLO "little additional benefit";Scenario 3 (90 分钟) IC 增益"modest";Table 1 Sharpe 是 top-10% 等权日收益简单模拟,未计 TC / 冲击 / 延迟;随机游走噪声假设在更长视界(结构突变)下可能失效;未触及 tick 级。

与 wiki 其他概念的关系

  • 同属"训练端目标设计":Decision-Focused Learning for MVO 修 loss 的梯度倾斜 (Σ⁻¹ 调权);本文修 label 的时间结构。
  • 对照 Predict-then-Optimize:PtO 假设"预测 - 优化"两阶段独立 + 二次校正;BLO 直接选最有效训练标签,不分离两阶段。
  • 金融经济学基础:Hong-Stein (1999) Underreaction-Momentum-Overreaction (信息渐进吸收) + Ang-Hodrick-Xing-Zhang (2006) IVOL (特质波动累积) 给出 \alpha(\delta) 与 \sigma^2(\delta) 的金融学锚点。
  • 优化目标:Grinold-Kahn (2000) Fundamental Law of Active Management (\text{IR} = \text{IC}\cdot\sqrt{\text{Breadth}}) 直接给"最大化 IC"提供目标函数。

进一步阅读

Open Questions

  1. 美股 / 港股 / 商品的 \delta^\star 形态是否一致?盘前盘后机制、央行干预等会显著影响 \alpha(\delta) 形状。
  2. 随机游走噪声假设可证伪性 (论文 C.1.2 自承):若数据偏离随机游走(结构突变、慢变量主导),\alpha(\delta) 估计可能有偏;APT 因子结构选错也会偏。
  3. HFT (毫秒级) 的 \alpha(\delta) 形态:本文聚焦 minute / daily 频率,未触及 tick 级。
  4. 跨架构增益不一致:为何 CSI 500 上 GRU 最大、CSI 300 上 DLinear 最大、CSI 1000 上 TCN 最大,而 Mamba/Bi-Mamba+ 只在 CSI 500 表现突出?论文无系统解释。