深度學習系列之一：在線學習增強選股模型的適應性.pdf

深度學習系列之一：在線學習增強選股模型的適應性。

在線學習讓模型適應不斷變化的市場環境

深度學習量化選股模型通常從歷史數據中挖掘規律并進行學習。然而，由 于金融市場的動態變化，影響資產價格的底層規律會隨時間發生改變。在 市場風格發生切換時，模型往往會出現回撤，且可能難以快速修復。訓練 集與測試集的這種分布差異稱之為分布漂移或概念漂移。相比于傳統的全 樣本一次性訓練的方式，在線學習下，模型會隨著新數據的到來進行持續 的更新，從而及時捕捉市場環境的最新變化。

在線學習面臨兩個關鍵性挑戰：災難性遺忘，信息延遲

災難性遺忘問題，即模型在適應新數據時過擬合，導致對歷史模式的學習 被遺忘；信息延遲問題，由于預測窗口的存在，用于訓練的最新數據與實 際測試數據之間存在時間差，這可能會引入新的分布漂移。針對災難性遺 忘問題，通常的應對方式包括關鍵參數凍結、小學習率更新、經驗回放機 制等。目的是盡可能多的保留訓練集中的關鍵知識，在此基礎上進行溫故 知新。對于信息延遲問題，我們通過引入適配器進行緩解。

在線學習過程中，適配器的加入顯著提升了模型表現

在深度學習模型上加入適配器，適配器通過學習分布漂移的表示并將其映 射為對模型參數的調整，換言之，適配器基于新訓練樣本與測試樣本之間 的分布漂移產生一小組適應系數以重新縮放模型參數，從而降低分布漂移 帶來的負面影響。離線訓練階段，基礎模型與適配器作為整體被更新，使 得適配器具備基于分布漂移的方向與大小而調整模型的能力。在線學習階 段，微調與預測循環進行，此時適配器不再更新，主要負責預測時的參數 調整。

模型生成因子表現優異

訓練采取年度離線訓練，年內在線學習的方式進行。在 2018 年初至 2025 年底的回測區間內，以 10 日中性化收益率為標簽的模型 Proceed-10 周度 Rank IC: 12.05%，ICIR: 1.09，十分組多頭年化收益 34.81%；以 5 日中性化 收益率為標簽的模型 Proceed-5 周度 Rank IC: 11.02%，ICIR: 1.14，十分組 多頭年化收益 34.93%。另外消融實驗結果表明，適配器有效地緩解了在線 學習中信息延遲帶來的負面影響，去除適配器后，兩種訓練標簽對應的模 型表現均出現了一定程度的下降，其中，長預測窗口對應的模型表現下降 更為顯著，原因是長預測窗口可能引入更多的信息延遲。在完全去除在線 學習框架后，模型表現進一步下降，這表明在線學習框架能夠帶來更好的 市場環境適應性，并提升整體表現。