Skip to content
读懂论文第 3 / 7 节

精读 3.2:一根 K 线变五个数 ​

这是整篇论文最“K 线专属”的一节。做完这一节,你能写出公式 (3),说出三条性质各解决了什么,并用消融数字说明这个设计值多少。

先读问题:原始 OHLCV 为什么不行 ​

论文第一段说了三件事:

  1. 不同品种的绝对价格差三个数量级(几块钱到几千块)
  2. 不同粒度的波动水平不同
  3. 成交量的单位因市场而异(股、手、币)

最关键的是第三句:就算把每个品种标准化到零均值,问题也没解决。两只股票标准化后的开盘价可以一样,但它们“影线和价格的比例”可能完全不同。也就是说,K 线的形状信息在“绝对数值”里是藏着的,减均值除方差也挖不出来。

公式 (3) ​

每根 K 线 t 变成一个五维向量:

分量公式含义
r_gapln(O_t / C_{t−1})跳空:今天开盘相对昨天收盘
r_bodyln(C_t / O_t)实体:收盘相对开盘
r_upln(H_t / max(O_t, C_t))上影线:最高价相对实体上沿
r_dnln(min(O_t, C_t) / L_t)下影线:实体下沿相对最低价
v_tln((V_t + 1) / (E_t + 1))量:成交量相对它的指数移动平均

E_t 是“严格因果”的成交量均线:只用 t 之前的成交量,不偷看当根。代码里是 compute_volume_ema,第 0 根的均线就是它自己的成交量,所以 v_0 = 0。

在第一章你已经拖过这个:

动手拖一根 K 线,变成五个数
昨收
r_gap跳空今天开盘比昨天收盘+2.0%
r_body实体收盘比开盘+3.8%
r_up上影线最高比实体上沿+2.8%
r_dn下影线实体下沿比最低+2.0%
v量成交量比它最近的均量+40.5%

五个数都是“比例”的对数。上影线、下影线永远 ≥ 0,所以生成出来的 K 线不会出现“最高价比收盘还低”。

三条性质,每条解决一个问题 ​

(i) 可逆。 知道前一根收盘 C_{t−1},五个数用一串指数就能精确还原 O、H、L、C、V:

  • O = C_{t−1} · exp(r_gap),C = O · exp(r_body)
  • H = max(O, C) · exp(r_up),L = min(O, C) · exp(−r_dn)

没有信息损失。这正是论文和 Kronos 那种“量化成离散 token”的根本区别,也是贡献里“不需要分词器”的意思。代码:invert_features。

(ii) 与尺度无关。 每个分量都是两个同类量之比的对数。价格整体乘以任何数、成交量整体乘以任何数,五个数都不变。所以 5 块的股票和 2000 块的股票、A 股和比特币,能放进同一个模型。

(iii) 结构上合法。 r_up 和 r_dn 按定义 ≥ 0。生成时把它们截到 ≥ 0,还原出的 K 线就一定满足 H ≥ max(O, C)、L ≤ min(O, C)。不会出现“最高价比收盘价低”的怪 K 线。

标准化:MAD 加 tanh ​

最后一段只有一句话,但很重要:每个分量按(市场, 粒度, 特征)用稳健统计量缩放,再用 tanh 软截断,“既稳定训练,又不丢弃异常值”。

展开说(代码 kit_v1/data/normalize.py):

  • 尺度 s = 1.4826 × MAD。MAD 是“和中位数的绝对偏差”的中位数,乘 1.4826 是为了在正态分布下和标准差一致。用 MAD 而不是标准差,是因为涨停、闪崩这些极端值会把标准差撑得很大,MAD 不受影响。
  • y = 6 · tanh(x / s / 6):|x/s| 小的时候几乎不变,特别大的被平滑地压到 ±6 以内。
  • 统计量只在训练期上算(论文 4.1 节强调“无泄漏”),存在 stats.json。

证据:附录 E 表 9 ​

只换输入表示、其他全部不变,七种粒度平均的收益 RankIC:

每根 K 线的表示平均收益 RankIC
五维对数比例(KiT)0.0571
标准化后的原始 OHLCV0.0209
只用收盘价的对数0.0183

读这张表:换回原始 OHLCV(哪怕做了稳健标准化),RankIC 掉到不到原来的四成;连开高低和成交量都扔掉、只留收盘价,再掉一点。论文的解释是:原始数值丢掉了 K 线“相对形状”这层信息。

这是整篇论文里单个设计带来的最大差距。

考考你为什么“把每只股票标准化到零均值单位方差”不能代替五维对数比例?

检查一下 ​

  • 我能写出五个分量的公式
  • 我能说出可逆、尺度无关、结构合法各解决了什么
  • 我能用表 9 的数字说明这个表示的价值

下一节:精读 3.3–3.4:结构和条件注入。

搞懂AI关于我们怎么写隐私说明联系我们

独立的第三方教程,与文中提到的任何产品及其公司没有隶属或合作关系;产品名称和商标归各自所有者。价格和政策以官方页面为准。