时间特征构建：让时序数据开口说话
做量化这些年，我越来越觉得时间特征就像数据的「指纹」。每个时间点都带着独特的印记——是工作日还是周末？是财报季还是平淡期？这些信息往往比价格本身更有预测力。
今天我们就来聊聊怎么从时间维度上「榨取」特征。我个人习惯把时间特征分成三类：基础日期特征、日历效应、滚动窗口统计量。咱们一个一个说。
一、基础日期特征：年、月、日、周、小时
说白了，就是把时间戳拆解成人类能理解的维度。你想想看，股票在周一和周五的表现能一样吗？期货夜盘和白天的波动率能一样吗？
我常用的特征包括：
- 年份：捕捉长期趋势，比如牛熊转换
- 月份：季节性效应，比如「五穷六绝七翻身」
- 日：月初月末效应，发工资日、结算日
- 星期几：周内效应，周一往往波动大
- 小时：日内效应，开盘收盘时段最活跃
实战经验：我在做A股日内策略时发现，上午9:30-10:00和下午14:30-15:00这两个时段，波动率是其他时段的2-3倍。如果不把小时特征加进去，模型根本抓不住这个规律。
代码实现其实很简单，用pandas几行就搞定：
import pandas as pd
# 假设df已经包含datetime列
df['year'] = df['datetime'].dt.year
df['month'] = df['datetime'].dt.month
df['day'] = df['datetime'].dt.day
df['weekday'] = df['datetime'].dt.weekday # 0=周一
df['hour'] = df['datetime'].dt.hour
# 还可以做one-hot编码
weekday_dummies = pd.get_dummies(df['weekday'], prefix='weekday')
df = pd.concat([df, weekday_dummies], axis=1)小技巧：对于星期特征，我建议用sin/cos编码而不是直接one-hot。比如周一和周日其实很接近（都是周末附近），但one-hot编码会认为它们完全不相关。sin/cos能保留这种「循环距离」信息。
二、日历效应：节假日与财报季
嗯，这里要注意。基础日期特征只能捕捉「周期性」，但日历效应捕捉的是「事件性」。比如春节前一周和春节后一周，市场表现天差地别。
我一般会构建以下几类特征：
- 节假日标记：是否在节假日前/后N天
- 财报季标记：是否在财报披露密集期
- 特殊日期：美联储议息日、非农数据发布日
举个例子，我曾经做过一个回测：
| 特征 | 节假日前后3天 | 普通交易日 |
|---|---|---|
| 平均收益率 | +0.32% | +0.08% |
| 波动率 | 1.8% | 1.2% |
| 胜率 | 58% | 52% |
你看，节假日效应确实存在。但要注意，不同市场的节假日影响不同。A股受春节影响大，美股受感恩节影响大。
避坑指南：我曾经犯过一个错误——直接把所有节假日同等对待。后来发现，春节和国庆节虽然都是长假，但市场情绪完全不同。春节前资金偏紧，国庆前资金偏松。所以一定要区分节假日类型，不能一刀切。
代码实现上，我习惯维护一个节假日字典：
# 自定义节假日列表
holidays = {
'春节': ['2024-02-10', '2024-02-11', '2024-02-12'],
'国庆': ['2024-10-01', '2024-10-02', '2024-10-03'],
# ...
}
# 构建节假日前后N天特征
def holiday_effect(df, holiday_dates, window=3):
df['is_holiday'] = df['date'].isin(holiday_dates)
df['days_to_holiday'] = (df['date'] - holiday_dates).abs().min(axis=1)
df['pre_holiday'] = df['days_to_holiday'].between(1, window)
df['post_holiday'] = df['days_to_holiday'].between(-window, -1)
return df三、滚动窗口统计量：均值、标准差、极值
这部分是时间序列特征工程的核心。说白了，就是用过去一段时间的统计量来预测未来。我个人最常用的窗口是5天、20天、60天，分别对应周、月、季度。
常用的统计量包括：
- 滚动均值：趋势方向，比如价格在均线上方还是下方
- 滚动标准差：波动率，衡量风险
- 滚动最大值/最小值：支撑位和阻力位
- 滚动偏度/峰度：分布形态，捕捉极端行情
我的经验：滚动窗口的大小选择很关键。窗口太小容易过拟合，窗口太大又反应迟钝。我一般会同时计算多个窗口，然后用特征选择算法筛选。比如用L1正则化，自动保留最有用的窗口。
代码实现：
# 滚动窗口统计量
windows = [5, 20, 60]
for w in windows:
df[f'ma_{w}'] = df['close'].rolling(w).mean()
df[f'std_{w}'] = df['close'].rolling(w).std()
df[f'max_{w}'] = df['close'].rolling(w).max()
df[f'min_{w}'] = df['close'].rolling(w).min()
# 归一化处理：当前值相对于滚动均值的偏离程度
df[f'zscore_{w}'] = (df['close'] - df[f'ma_{w}']) / df[f'std_{w}']进阶技巧：除了简单滚动，还可以试试指数加权移动平均（EWMA）。它对近期数据赋予更高权重，反应更快。我在做高频策略时特别喜欢用EWMA，因为它能更快捕捉到趋势变化。
知识体系总览
下面这张图是我自己梳理的时间特征构建框架，你可以参考一下：
最后说一句，时间特征构建没有标准答案。不同市场、不同频率、不同策略，需要的特征都不一样。我的建议是：先构建一个大的特征池，然后用模型去筛选。别怕特征多，就怕特征不够。
好了，这一章就到这里。记住，时间特征是你和市场的「共同语言」——你给模型喂什么样的时间特征，它就还你什么样的预测能力。