第四章：机器学习基础与交易策略

说实话，很多人一听到「机器学习」就觉得头大。我刚开始接触时也一样，觉得这玩意儿离量化交易太远了。但后来我发现，其实机器学习在币圈的应用，比你想象的要接地气得多。

这一章，我们就来聊聊监督学习、无监督学习，以及怎么搭一个靠谱的回测框架。嗯，都是我自己踩过坑之后总结出来的经验。

4.1 监督学习：分类与回归

监督学习，说白了就是「给答案，学规律」。你给模型一堆历史数据，告诉它哪些是涨、哪些是跌，它自己就能学会判断。

4.1.1 分类任务：涨还是跌？

我最常用的分类场景就是预测未来1小时的涨跌方向。比如，把价格涨超过0.5%标记为1，跌超过0.5%标记为0，横盘就扔掉。

代码示例（逻辑回归）：

from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split

# 假设 X 是特征矩阵，y 是标签（0或1）
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42
)

model = LogisticRegression()
model.fit(X_train, y_train)

# 预测概率
y_prob = model.predict_proba(X_test)[:, 1]

4.1.2 回归任务：涨多少？

分类告诉你方向，回归告诉你幅度。我个人习惯用回归模型预测未来N根K线的收益率。

举个例子，用随机森林做回归：

from sklearn.ensemble import RandomForestRegressor

rf = RandomForestRegressor(n_estimators=100, max_depth=5)
rf.fit(X_train, y_train)

# 预测收益率
pred_return = rf.predict(X_test)

4.2 无监督学习：聚类

无监督学习不需要标签。它自己找规律，说白了就是「让数据自己说话」。

4.2.1 K-Means 聚类：发现市场状态

我常用K-Means来识别市场状态。比如，把波动率、成交量、价格变化率这些特征丢进去，聚类出「震荡市」、「趋势市」、「极端行情」等状态。

from sklearn.cluster import KMeans

# 特征：波动率、成交量变化、价格变化率
features = ['volatility', 'volume_change', 'price_change']
X_cluster = data[features]

kmeans = KMeans(n_clusters=3, random_state=42)
data['market_state'] = kmeans.fit_predict(X_cluster)

你想想看，不同市场状态下，策略参数应该不一样。震荡市用均值回归，趋势市用动量策略。这个思路，我用了好几年，效果一直不错。

4.3 模型评估：别被回测骗了

模型评估这块，我吃过太多亏了。曾经有个模型回测夏普比率3.5，我兴奋得直接上实盘，结果一个月亏了20%。

为什么会这样？因为回测和实盘之间存在巨大的鸿沟。

4.3.1 常用评估指标

指标	说明	我的建议
准确率	预测正确的比例	别只看这个，币圈涨跌不平衡
精确率/召回率	看多信号的可靠性	我一般要求精确率 > 55%
F1分数	精确率和召回率的调和平均	比准确率靠谱得多
夏普比率	风险调整后收益	回测夏普 > 2 才考虑实盘
最大回撤	最惨的时候亏多少	我个人不能接受超过15%

4.3.2 过拟合检测

我有个简单粗暴的方法：把数据按时间分成三段——训练集、验证集、测试集。如果训练集和测试集表现差距很大，那就是过拟合了。

# 时间序列分割，不能用随机打乱
train = data[:'2023-06']
val = data['2023-06':'2023-12']
test = data['2024-01':]

4.4 回测框架搭建

回测框架，说白了就是模拟交易环境，看看你的策略到底行不行。我建议自己搭一个轻量级的框架，别用太重的第三方库。

4.4.1 框架核心组件

一个完整的回测框架，至少需要这几个模块：

• 数据模块：获取K线数据、处理缺失值、计算特征
• 策略模块：根据信号生成买卖指令
• 风控模块：仓位管理、止损止盈
• 绩效模块：计算收益率、回撤、夏普比率

4.4.2 简易回测代码

class BacktestEngine:
    def __init__(self, data, initial_capital=10000):
        self.data = data
        self.capital = initial_capital
        self.position = 0
        self.trades = []
    
    def run(self, signal_col='signal'):
        for i in range(len(self.data)):
            signal = self.data.iloc[i][signal_col]
            price = self.data.iloc[i]['close']
            
            if signal == 1 and self.position == 0:
                # 开多
                self.position = self.capital / price
                self.capital = 0
                self.trades.append(('buy', price, i))
            elif signal == -1 and self.position > 0:
                # 平多
                self.capital = self.position * price
                self.position = 0
                self.trades.append(('sell', price, i))
        
        # 计算最终收益
        final_value = self.capital + self.position * self.data.iloc[-1]['close']
        return final_value

4.5 知识体系总览

下面这张图，是我自己整理的机器学习交易策略知识体系。你看一眼，就能明白这一章讲了什么。

嗯，这一章的内容就到这里。机器学习在币圈的应用，说白了就是「用历史规律预测未来」。但记住，历史不会简单重复，模型需要持续迭代。

我个人建议，先从最简单的逻辑回归和K-Means开始，跑通一个完整的回测流程。等你有感觉了，再上更复杂的模型。别一上来就搞深度学习，容易把自己搞懵。

---