Skip to content
读懂论文第 6 / 7 节

精读第 4 节:实验怎么读 ​

做完这一节,你能看懂论文的每一张结果表:数据从哪来、怎么切、指标怎么算、“提升 10%”是相对谁,以及哪些比较是公平的。

4.1 数据:三个市场、七种粒度、30 亿根 ​

市场品种数
A 股3914
美股888
加密货币28
合计4830

时间从 2016 年 8 月 1 日到 2026 年 4 月 10 日。1 分钟线是源数据,其他粒度由它聚合,合计约 30 亿根 K 线。价格都是后复权的。

时间切分:最容易被忽略的一段 ​

用途时间
训练2023-12-31 及以前的全部数据
验证2024-01-01 到 2025-12-31
测试2026-01-01 到 2026-04-10

金融数据必须按时间切,不能随机切:随机切会让模型在训练时见过测试期前后的数据,等于偷看了未来。另一个细节:标准化统计量(MAD)也只用训练期算,论文专门强调“无泄漏”。

训练什么时候停?各(市场, 粒度)在验证集上的平均损失不再下降就停。

指标:IC 和 RankIC ​

每个锚点时刻,对所有品种:

  • 预测值:16 条路径的平均(收益任务是路径终点的累计对数收益;波动率任务是路径上逐根对数收益的标准差)
  • 真实值:实际的累计对数收益、实际的逐根收益标准差

然后在截面上(同一时刻、不同品种之间)算相关:

  • IC:皮尔逊相关系数,看数值的线性关系
  • RankIC:斯皮尔曼秩相关,只看排名

最后对所有锚点取平均。RankIC 对极端值不敏感,更贴近“挑前 N 只”的实际用法,所以是主指标。

读表 1、表 2 ​

主结果(七种粒度平均):

模型收益 RankIC收益 IC波动率 RankIC波动率 IC
KiT0.05710.04910.66000.6797
收益上最强的对手Kronos-base-FT 0.0521TimeGrad 0.0446Sundial 0.5281GARCH 0.5470

论文的相对提升都是“相对最强的那个对手”:

  • 收益 RankIC:0.0521 → 0.0571,约 +10%
  • 波动率 RankIC:0.5281 → 0.6600,约 +25%

而且两张表里 KiT 在七种粒度的每一种上都是第一,不只是平均值好看。

几个读表时值得注意的点:

  • Kronos-base-FT 是微调过的 Kronos,是最公平的对手(同为金融基础模型、也在 K 线上训练过)。
  • GARCH 在波动率上很强(0.5222),这个几十年的经典统计模型打败了好几个深度学习基础模型。KiT 超过它,说明不只是“大模型碾压”。
  • 基线怎么比的(附录 A.2):对手只拿到收盘价历史(close-only),预测同样长度的未来,同样取路径终点收益和逐根收益标准差。能采样的方法同样用 16 条路径;Chronos 和 TimesFM 的接口只给一条路径(K=1),它们的波动率用那一条路径自身的波动。

附录 B:模型越大越好吗 ​

同样的数据训了三个规模,都训到 5 万步:

KiT-S(3100 万)KiT-M(1.01 亿)KiT-L(2.84 亿)
训练损失(最后 1000 步均值)1.1831.1571.121
验证损失(七种粒度平均)1.5771.5681.575
收益 RankIC0.05490.05610.0571
收益 IC0.04720.04820.0491

这张表很诚实:

  • 训练损失随规模稳定下降,验证损失却几乎一样:大约 3 万步时三条验证曲线就收敛到同一水平了。
  • 但下游的 RankIC 每升一级规模提高约 2%(相对),而且还没有饱和。论文称之为“温和的规模定律”。

所以“更大更好”成立,但幅度很小。你在从零训练那节看到验证损失明显回升,是数据只有 100 只股票时的极端情况;论文在 30 亿根数据上描述的是三条验证曲线收敛到相近水平,没有提到那种回升。

考考你为什么金融预测的数据不能随机切分训练集和测试集?

检查一下 ​

  • 我能说出训练、验证、测试各是哪段时间
  • 我能解释 IC 和 RankIC 的区别,以及为什么主看 RankIC
  • 我能说出“+10%”“+25%”是相对谁
  • 我能用附录 B 的数字说明规模的作用有多大

下一节:回测、结论,以及读论文时该问的问题。

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。