第三章：高阶特征工程（下）——频域与微观结构的实战密码

好，咱们接着聊。上一节我们把时域特征玩了个遍，什么滑动窗口、自相关、滞后项，说白了都是在时间轴上做文章。但金融市场这东西，很多时候藏在频率里。你想想看，一个日内的锯齿波动和一个周级别的趋势，它们能是一回事吗？

我个人习惯，拿到一条价格序列，第一件事不是算均线，而是先做一次FFT，看看能量集中在哪些频段。这就像医生听诊，先听个大概，再对症下药。

3.1 频域特征：把时间序列翻个面

为什么要做频域分析？因为很多市场行为有周期性。比如股指期货的隔夜效应、国债期货的月末调仓、甚至某些商品的季节性。这些规律在时域里可能被噪声淹没，但在频域里，它们就是几根清晰的谱线。

3.1.1 FFT：最朴素的频谱工具

快速傅里叶变换，说白了就是把一段信号拆成不同频率的正弦波叠加。我建议你直接用numpy的fft模块，别自己造轮子，容易出bug。

import numpy as np
import matplotlib.pyplot as plt

# 模拟一段包含趋势+周期+噪声的价格序列
np.random.seed(42)
t = np.linspace(0, 100, 1000)
price = 100 + 0.05 * t + 5 * np.sin(2 * np.pi * 0.02 * t) + 2 * np.sin(2 * np.pi * 0.1 * t) + np.random.randn(1000) * 0.5

# 做FFT
fft_vals = np.fft.fft(price)
freqs = np.fft.fftfreq(len(price), d=1)  # d是采样间隔，这里是1个时间单位

# 只取正频率部分
pos_mask = freqs > 0
freqs_pos = freqs[pos_mask]
amplitude = np.abs(fft_vals[pos_mask])

# 找前几个主频
top_idx = np.argsort(amplitude)[-5:]
print("主频频率:", freqs_pos[top_idx])
print("对应振幅:", amplitude[top_idx])

实际交易中，我常用FFT做两件事：一是识别隐藏的周期性，比如某只股票每45分钟出现一次脉冲式放量；二是做滤波，把高频噪声切掉，留下趋势成分。但要注意，FFT假设信号是平稳的，而金融数据显然不是。所以别指望它一劳永逸。

3.1.2 小波变换：给频率加上时间标签

FFT有个硬伤——它不知道某个频率成分出现在什么时候。比如一个突发利好消息带来的高频波动，FFT只会把它平均到整个频谱里。这时候小波变换就派上用场了。

小波变换，你可以理解成「带放大镜的频谱分析」。它用不同尺度的小波基函数去匹配信号，既能看全局，又能聚焦局部。我个人偏好用Daubechies小波族，尤其是db4，对金融数据的突变比较敏感。

import pywt

# 用db4小波做3层分解
coeffs = pywt.wavedec(price, 'db4', level=3)
cA3, cD3, cD2, cD1 = coeffs

# 重构细节信号（高频成分）
detail_d1 = pywt.waverec([None, None, None, cD1], 'db4')
detail_d2 = pywt.waverec([None, None, cD2, None], 'db4')

# 看高频细节的方差变化
volatility_d1 = np.std(detail_d1[~np.isnan(detail_d1)])
volatility_d2 = np.std(detail_d2[~np.isnan(detail_d2)])
print(f"第一层细节方差: {volatility_d1:.4f}")
print(f"第二层细节方差: {volatility_d2:.4f}")

我曾经用db4小波做过一个股指期货的择时策略。把价格序列分解后，发现第三层细节信号在重大行情启动前会出现明显的能量聚集。说白了，就是市场在「蓄力」的时候，某些频段的波动会先躁动起来。这个特征加到模型里，胜率提升了大概6个百分点。

3.2 微观结构特征：从订单簿里挖金子

频域特征是从数学角度切入，而微观结构特征是从市场机制本身出发。你想想看，价格是怎么形成的？是买卖双方在订单簿上博弈的结果。如果你只看收盘价，等于只看结果不看过程。

3.2.1 订单簿特征：盘口的语言

订单簿数据通常包含多个档位的买卖挂单量和价格。我建议至少用5档，太浅了信息不够，太深了噪声太多。常用的特征包括：

• 买卖价差（Spread）：卖一价 - 买一价。价差突然扩大，说明流动性枯竭，往往是变盘前兆。
• 订单簿不平衡（Order Imbalance）：(买一量 - 卖一量) / (买一量 + 卖一量)。正值表示买方强势，负值反之。
• 加权平均价格（VWAP）：按各档位挂单量加权计算的平均价格，比中间价更真实。
• 深度斜率（Depth Slope）：不同档位挂单量的变化率。斜率陡峭说明某一方在密集挂单。

# 假设order_book是一个DataFrame，包含bid_price1-5, bid_size1-5, ask_price1-5, ask_size1-5
def compute_order_book_features(ob):
    spread = ob['ask_price1'] - ob['bid_price1']
    imbalance = (ob['bid_size1'] - ob['ask_size1']) / (ob['bid_size1'] + ob['ask_size1'] + 1e-8)
    
    # 计算前5档的加权平均价格
    total_bid_vol = ob['bid_size1'] + ob['bid_size2'] + ob['bid_size3'] + ob['bid_size4'] + ob['bid_size5']
    total_ask_vol = ob['ask_size1'] + ob['ask_size2'] + ob['ask_size3'] + ob['ask_size4'] + ob['ask_size5']
    vwap_bid = (ob['bid_price1']*ob['bid_size1'] + ob['bid_price2']*ob['bid_size2'] + ...) / total_bid_vol
    vwap_ask = (ob['ask_price1']*ob['ask_size1'] + ob['ask_price2']*ob['ask_size2'] + ...) / total_ask_vol
    
    return spread, imbalance, vwap_bid, vwap_ask

3.2.2 成交量分布：谁在买，谁在卖

成交量分布（Volume Profile）比传统成交量更有价值。它告诉你：在什么价格区间成交了多少量。这能帮你找到市场的「价值区域」和「关键价位」。

我常用的几个指标：

• 价值区域（Value Area）：成交量占比70%的价格区间。价格突破价值区域上沿，说明趋势可能延续。
• 控制点（Point of Control, POC）：成交量最大的那个价格。这是多空双方争夺最激烈的位置。
• 成交量加权平均价（VWAP）：机构常用的参考线，很多算法交易会围绕VWAP执行。

# 计算VWAP（日内累计）
def compute_vwap(price, volume):
    cumulative_pv = (price * volume).cumsum()
    cumulative_vol = volume.cumsum()
    vwap = cumulative_pv / cumulative_vol
    return vwap

# 计算价格偏离VWAP的程度
def vwap_deviation(price, vwap):
    return (price - vwap) / vwap * 100  # 百分比

我记得有一次做商品期货的策略，发现价格每次偏离VWAP超过1.5%后，大概率会在30分钟内回归。这个规律持续了大概两个月，后来市场结构变了才失效。所以微观结构特征有个特点——时效性强，需要定期重新验证。

3.3 知识体系总览

说了这么多，咱们用一张图把本章的核心逻辑串起来。频域特征和微观结构特征，一个从数学变换入手，一个从市场机制入手，两者互补。

嗯，到这里，高阶特征工程的两大块内容就讲完了。频域特征帮你从「频率」角度理解市场，微观结构特征帮你从「博弈」角度理解市场。两者结合，你就能构建出比单纯价格和成交量丰富得多的特征集。

我个人建议，在实际项目中，先跑一遍FFT看看数据里有没有明显的周期成分，再结合订单簿数据做日内微观特征。别一上来就堆特征，容易过拟合。记住，特征工程的核心不是数量，而是质量——每个特征都要有清晰的逻辑支撑。

---

公众号:蓝海资料掘金营，微信deep3321