面向加密资产与美股的人工智能量化交易研究

摘要

人工智能模型的预测能力能否转化为可交易收益，取决于预测误差、交易成本、尾部依赖和市场制度的共同作用。本文面向加密资产与美国股票市场，构建条件联合收益分布学习与均值—条件风险价值决策相结合的量化交易框架。通过一阶 Wasserstein 模糊集描述分布偏移，在无界收益支持的近似下，将最坏分布下的净损失与尾部风险目标等价转化为包含交易成本和权重范数惩罚的凸程序，并给出不交易区及不确定性半径敏感性的推导。为检验成本和模型分歧惩罚的作用，本文实际运行了20组固定随机种子的单资产合成实验。700期测试中，优化时忽略成本的随机特征神经网络策略平均累计净收益为−14.07%，纳入成本后为−1.15%，进一步加入模型分歧惩罚后为−0.64%；三者平均最大回撤分别为27.86%、19.76%和17.44%。全部策略的平均测试净收益仍为负，机制切换后模型分歧惩罚也未持续改善每期 Sharpe。结果支持把成本与模型不确定性纳入决策，同时说明更复杂的预测模型并不自动形成稳定超额收益。本文的实验证据限于受控合成市场；加密资产与美股部分提供制度适配和可执行的样本外实证方案。

关键词人工智能量化交易加密资产美国股票分布鲁棒优化条件风险价值

1 引言

量化交易通常被拆分为信号预测、组合构建和订单执行三个环节。实践中的困难在于，三个环节的评价目标并不一致：预测模型可能降低均方误差，却把仓位配置到估计最不稳定的资产；组合优化可能提高毛收益，却以更高换手率消耗收益；执行模型即使准确估计滑点，也无法修复已经泄漏未来信息的训练标签。因此，评估 AI 量化系统需要围绕扣除实际成本后的组合收益组织研究，而不能仅以预测精度替代经济结果。

加密资产和美股为这一问题提供了具有差异的研究环境。前者包含连续交易的现货和永续合约，跨场所流动性、资金费用与合约保证金具有实际影响；后者具有明确的交易会话、公司行动和借券约束。统一研究框架必须保留这些区别。特别是，美股休市时观察到的加密资产变化，可以作为下一次美股交易前的信息，却不能被误写成休市期间已可完成的美股交易。

本文围绕三个问题展开：条件分布预测如何表达多资产尾部共同变化；预测分布偏移如何进入组合决策；交易成本及不确定性惩罚能否改善机制变化环境中的净结果。本文把已有的概率预测、CVaR 与 Wasserstein 分布鲁棒理论组织为一个可计算框架，并在明示假设下给出具体推导。研究贡献在于交易时序、数学目标和实验口径的一致化，不将已有对偶定理或通用网络结构宣称为新发现。

2 相关研究与研究定位

Gu、Kelly 与 Xiu 的美国股票实证显示，机器学习能够通过非线性交互改善风险溢价预测[1]。DeepLOB 以卷积和循环结构提取订单簿信息[7]，Temporal Fusion Transformer 则提供多预测期和异质输入的时序建模方式[8]。这些研究支持使用非线性表征，但不直接证明本文所覆盖市场中的扣费策略必然获利。本文因而把分布预测质量和组合经济结果分开评估。

交易成本改变了最优仓位调整方式。Almgren 与 Chriss 研究执行速度、冲击和风险的权衡[5]，Gârleanu 与 Pedersen 进一步把信号衰减与动态调仓联系起来[6]。Deep Hedging 展示了在成本与凸风险度量下学习动态对冲策略的可行性[2]；其目标是对冲，不应被转述为方向预测的盈利保证。本文采用可解释的凸成本近似，保留神经预测与执行之间的独立决策层。

Rockafellar 与 Uryasev 给出了 CVaR 的辅助变量表示[4]。Mohajerin Esfahani 与 Kuhn 建立了 Wasserstein 分布鲁棒优化的可计算重构及特定条件下的统计保证[3]。本文使用其分段仿射损失对偶结果，把条件场景分布的不确定性映射为组合惩罚。AI 生成场景与独立观测到的市场样本性质不同，本文不把生成场景数量当成独立实证样本量，也不直接继承独立同分布条件下的覆盖保证。

回测还存在研究者选择偏差。PBO、Deflated Sharpe Ratio 与 Reality Check 分别从策略选择、绩效膨胀和多重比较角度提出诊断方法[10–11,13]。这些方法不能替代时间顺序验证。本文先约束信息可得性和模型选择，再讨论收益统计；合成实验中的跨种子离散度也不解释为真实市场置信区间。

3 信息时序与跨市场建模

信息集和可交易标签

设决策时点 t 的信息集为 ℱₜ，包含在该时点已经发布、已经接收并完成处理的市场数据。模型输入、标准化参数、资产选择及调参结果均须对 ℱₜ 可测。收益标签从可实现的下一成交时刻开始，直到预设持有期结束。日线策略若使用完整收盘价形成信号，默认在下一可交易时刻成交，不使用同一根收盘价完成理想化成交。对新闻或财报，同时保存事件时间、首次发布时间与数据入库时间。

令 w 表示以交易前净资产归一化的目标风险敞口，w⁻ 表示交易前实际敞口，现金或融资由剩余头寸承担。基准推导取现金收益与融资利率为零；真实实证另行计提现金利息、融资与借券费用。约束集合可同时包含总敞口、单资产上限、行业暴露、借券可得性和可交易时段。本文在同一决策时钟上使用真实可得信息，但分别建立美股会话收益与加密资产连续收益；没有报价更新的资产不能因为价格被前向填充而获得虚构成交机会。

w∈ 𝒲_{t} ={w: {‖ w ‖}_{1} ≤L, l_{t} ≤w≤ u_{t}, A_{t} w≤ b_{t}}

(1)

市场制度的映射

表1 加密资产与美股在同一框架下的不同约束

维度	加密资产	美国股票
交易时钟	连续时间网格并保留场所停机或暂停状态	按交易日历划分日内与隔夜段
交易对象	现货与永续合约分别建账	股票与ETF按其实际规则建模
持仓成本	永续资金费用按实际计提和结算口径计入	空头借券费和可得性进入成本及约束
历史样本	保留下线代币合约变更与场所选择记录	使用时点成分股及退市收益处理公司行动
组合执行	按具体合约乘数与保证金规则约束敞口	休市和无法借券时不允许相应新交易

NYSE 股票核心交易会话为美国东部时间09:30至16:00，并存在节假日和提前收市安排[14]。一般美股卖空存在事先 locate 要求，实证中应据此设置可卖空资产与借券成本[15]。永续合约资金费用在多空双方之间转移，正费率通常由多头支付给空头；计提与结算机制以具体场所为准[16]。现货收益不附加永续资金费。表1给出的是研究建模映射，真实数据阶段须使用所选产品当时有效的规则。

公司行动复权用于形成一致的收益序列，但成交模拟使用当时可成交价格，并单独记录拆股、分红和退市处理。资产池按历史时点的可交易性与流动性构造，不能用今天的热门代币或存续股票名单回填整个历史。跨市场信息统一转换到 UTC 存储，同时保留本地会话日历和夏令时转换。

4 AI 条件联合收益分布学习

表征与联合分布

预测层的对象为未来收益向量的条件联合分布。输入包含历史价格与成交量、波动率、价差、订单簿摘要、资金费用或借券信息，以及交易会话掩码。使用时间编码器与资产间信息交互形成状态 hₜ；TFT 类结构可作为实现选项，但其边缘分位数输出本身不足以决定组合尾部风险[8]。为明确联合依赖，本文建议以混合多元 Student t 分布作为条件输出头。

h_{t} = {Enc}_{θ} (X_{≤t}, M_{t}), q_{θ} (r| h_{t})= \sum_{k=1}^{K} π_{t,k} t_{ν_{t,k}} (r; μ_{t,k}, Σ_{t,k})

(2)

Σ_{t,k} = B_{t,k} {B_{t,k}}^{⊤} + diag ({s_{t,k}}^{2}), ν_{t,k} >2, \sum_{k=1}^{K} π_{t,k} =1

(3)

混合权重由归一化输出产生，对角尺度通过严格正值映射得到，低秩项与对角项使尺度矩阵Σ保持正定。Student t自由度大于2，每个分量的协方差为ν／(ν−2)乘以Σ；混合总体协方差还包括分量均值之间的差异。该分布族可以表示状态变化和一定程度的厚尾，但其表达能力须通过样本外校准检验，不能仅凭分布名称判断是否拟合了市场极端事件。模型结构及宽度在时间验证集内确定。

概率评分与校准

训练目标以负对数似然为主，并可加入能量评分约束联合预测。能量评分属于适当评分规则[9]，其评价的是概率分布与观测的一致性，而不是交易收益。下式中的R与R′从P独立同分布抽取。时间权重允许对较近样本赋予更高权重；衰减强度在训练与验证阶段固定，不根据测试收益回调。

ℒ_{pred} (θ)= \sum_{s∈𝒯}^{} ω_{s} (−log q_{θ} (r_{s+1} | h_{s})+β ES (q_{θ}, r_{s+1}))

(4)

ES (P,y)= 𝔼_{R∼P} {‖ R−y ‖}_{2} − \frac{1}{2} 𝔼_{R,R′∼P} {‖ R−R′ ‖}_{2}

(5)

校准报告同时包含对数评分、能量评分、预测区间覆盖率和组合方向上的尾部损失偏差。单资产区间覆盖正确，不代表多个资产同时下跌的概率正确，因此还需检验行业组合、市场中性组合和集中持仓的联合损失。对于机制切换，报告切换前后或高低波动状态的误差，而不只报告全样本均值。

在时点 t，从条件输出生成收益场景及权重，形成离散参考分布。下文所有组合优化仅使用该时点已经生成的场景。生成次数提高数值积分精度，但不会增加独立市场观测数量。若资金费用在持有期内未知，可将其与价格收益联合采样，先形成扣除资金费用的合约收益场景，再进入优化。

{P̂}_{t}^{N} = \sum_{i=1}^{N} p_{t,i} δ_{{r̂}_{t,i}}, p_{t,i} >0, \sum_{i=1}^{N} p_{t,i} =1

(6)

5 成本与尾部风险约束下的鲁棒决策

净损失和成本函数

采用以净资产比例计量的一次调仓成本。线性项表示手续费、价差与单位交易摩擦，二次项近似仓位变化带来的冲击。系数由历史成交或可获得的报价条件估计，并在决策时固定。对于股票空头，已知或可预测的借券持有成本可额外加入凸成本函数；该扩展不改变后文关于损失平移的推导。

C_{t} ({Δw}_{t})= {c_{t}}^{⊤} | {Δw}_{t} | + \frac{1}{2} {Δw}_{t}^{⊤} Λ_{t} {Δw}_{t}, {Δw}_{t} =w− {w_{t}}^{−}

(7)

L_{t} (w,r)= C_{t} (w− {w_{t}}^{−})− w^{⊤} r, c_{t} ≥0, Λ_{t} ≽0

(8)

使用一阶 Wasserstein 距离构造参考分布周围的模糊集，运输成本采用欧氏距离，收益以统一单位表达。半径 εₜ 表示允许的分布偏移尺度；它需要在滚动验证中校准。若资产收益先被标准化，则模糊集的地面距离也必须据同一尺度定义，不能把标准化空间的半径直接用于原始收益。

ℬ_{t} (ε_{t})={Q∈ 𝒫_{1} (ℝ^{d}): W_{1} (Q, {P̂}_{t}^{N})≤ ε_{t}}

(9)

对于损失 L，CVaR 表示高损失尾部的平均程度。采用辅助阈值 η 的标准定义[4]，避免把收益下分位数与损失上尾混用。令 γ 为尾部风险权重，期望损失与 CVaR 使用同一个候选分布 Q。这样，组合决策针对的是一个共同的最坏市场分布。

{CVaR}_{α}^{Q} (L)= inf_{η∈ℝ} (η+ \frac{1}{1−α} 𝔼_{Q} {(L−η)}^{＋})

(10)

min_{w∈𝒲ₜ} sup_{Q∈ℬₜ(εₜ)} (𝔼_{Q} L_{t} (w,r)+γ {CVaR}_{α}^{Q} (L_{t} (w,r)))

(11)

精确凸重构

命题1 在非空紧凸可行集上，设交易成本为凸函数，α属于0与1之间，γ大于0，参考分布具有有限一阶矩，并将收益支持延拓为整个实数空间。则上述均值与CVaR鲁棒问题可等价写成有限维凸程序。该结论是已有 Wasserstein 分段仿射对偶理论在本文净损失定义下的应用[3]。

证明要点如下。固定仓位后，成本是关于收益分布的常数。使用CVaR的平移等变性，令 z＝η−C，并设 b＝γ／(1−α)、κ＝1＋b。模糊集内的一阶矩具有共同上界，可把最优分位阈值限制在共同有界区间；由阈值凸性、分布仿射性及连续性，交换阈值极小与分布极大。收益相关部分成为两个仿射函数的最大值。

f_{w,z} (r)=− w^{⊤} r+b {(− w^{⊤} r−z)}^{＋} = max {− w^{⊤} r,−κ w^{⊤} r−bz}

(12)

两个仿射分支的斜率分别为−w和−κw。在无界支持上，运输对偶变量小于κ乘仓位欧氏范数时，内层上确界发散；达到该阈值后，场景点本身达到内层上确界。因此最坏分布目标等于参考分布目标加一个确定的范数惩罚。这里的上确界可由趋于极端尾部的小概率质量逼近，不要求实际市场存在这样的观测点。

sup_{Q∈ℬ(ε)} 𝔼_{Q} f_{w,z} = \sum_{i=1}^{N} p_{i} f_{w,z} ({r̂}_{i}) +εκ {‖ w ‖}_{2}

(13)

min_{w,z,u} ((1+γ)C(w− w^{−})− {μ̂}^{⊤} w+γz+b \sum_{i=1}^{N} p_{i} u_{i} +εκ {‖ w ‖}_{2})

(14)

w∈𝒲, u_{i} ≥− w^{⊤} {r̂}_{i} −z, u_{i} ≥0,   μ̂= \sum_{i=1}^{N} p_{i} {r̂}_{i}

(15)

该目标由凸成本、线性项、铰链损失与欧氏范数组成，可用凸优化或二阶锥方法求解。若二次成本矩阵严格正定，则最优仓位唯一，但辅助变量未必唯一。成本前的系数为1＋γ，因为成本同时进入期望净损失与尾部净损失；只在均值中扣除成本而在CVaR中使用毛损失，会得到不同问题。

无界支持是精确重构的建模条件。未加杠杆资产的简单价格收益具有经济下界，实际研究若显式要求支持约束，应保留受限支持的运输对偶；此时上式的范数惩罚通常提供保守上界。本文采用无界延拓作为局部收益与压力情景近似，并在真实市场实验中要求比较支持约束版本。

6 不交易区与不确定性敏感性

成本形成的不交易区

把参考分布下的均值、CVaR与分布惩罚合为Gε。以下先讨论纯调仓成本；若另含借券持有成本B(w)，应把(1＋γ)B(w)并入Gε后应用相同条件。若交易前仓位已可行，则维持仓位最优当且仅当零向量属于风险项次梯度、线性交易成本次梯度和可行集法锥的和。二次冲击成本在零交易处的一阶导数为零。

G_{ε} (w)=− {μ̂}^{⊤} w+γ {CVaR}_{α}^{P̂} (− w^{⊤} r)+εκ {‖ w ‖}_{2}

(16)

0∈∂ G_{ε} (w^{−})+(1+γ){v:| v_{j} |≤ c_{j}}+ N_{𝒲} (w^{−})

(17)

命题2 若风险项在交易前仓位处可微且没有活跃约束，不交易条件简化为每个方向的边际风险改善不超过相应交易费用阈值。这个结论解释了为什么微弱预测更新不必触发订单；优化器可以保留一个明确的不交易区，而不是每次刷新预测都重新调整到无摩擦目标。

| ∇_{j} G_{ε} (w^{−}) | ≤(1+γ) c_{j},   j=1,…,d

(18)

半径增大改变什么

命题3 固定参考分布、成本和可行集，令A(w)为零半径时的风险项G₀(w)加上(1＋γ)倍交易成本。增大模糊集半径会使最优目标值不减，而最优仓位的受罚范数不增。证明只需将两个半径对应的最优性不等式相加，不需要假定收益服从正态分布。该结论约束的是模型内的仓位范数，不是实现收益或最大回撤的单调性。

V(ε)= min_{w∈𝒲} {A(w)+εκ {‖ w ‖}_{2}}, ε_{2} > ε_{1}

(19)

κ {‖ w_{ε₂} ‖}_{2} ≤ \frac{V(ε_{2})−V(ε_{1})}{ε_{2} − ε_{1}} ≤κ {‖ w_{ε₁} ‖}_{2}

(20)

欧氏范数同时反映敞口规模与集中程度，因而不能把上述结果直接写成总杠杆一定下降。如果采用无穷范数运输距离，其对偶惩罚为仓位的一范数；对于纯多头且满仓的组合，该惩罚恒定，半径变化甚至不会改变最优组合。本文选择欧氏距离并允许留存现金，使稳健惩罚具有实际决策作用。

半径由按时间划分的验证集选择，并在对应测试窗口固定。候选目标可采用扣费风险调整收益和尾部损失偏差的联合约束。模型集成分歧、概率校准误差与近期漂移统计可用于触发重新校准，但不能被直接称为未来分布的置信半径。下一节采用的是可观测模型分歧惩罚，用于检验机制，不作为完整分布覆盖定理的实证。

7 合成市场实验

实验范围与生成机制

本节实际运行一项受控实验，检验线性成本和模型分歧惩罚的决策作用。实验使用单资产、随机特征神经网络和均值—方差代理目标，属于前述框架的简化机制检验，不是混合Student t预测器、完整多资产CVaR程序或真实市场回测。选择这一简化的目的在于让预测差异与交易成本影响可以分别识别，并保留所有随机种子的结果。

每组实验生成1800期数据。前800期为初始训练段，随后300期为时间验证段，最后700期为测试段。在测试段中点，即从零计数的第1450期，隐藏的收益机制发生一次切换。切换只由生成器和事后分段统计使用，不作为策略特征。五维状态满足递推xₜ＝0.35xₜ₋₁＋√(1−0.35²)zₜ；x₀与各期zₜ相互独立，均服从五维标准正态分布，因此状态各维的平稳方差为1。条件收益均值在切换前后分别定义如下。

m_{0} (x)=0.0012 x_{1} +0.0018tanh(1.6 x_{2} x_{3})+0.0010sin(2 x_{4})

(21)

m_{1} (x)=−0.0008 x_{1} −0.0014tanh(1.6 x_{2} x_{3})

(22)

+0.0010sin(2 x_{4})+0.0006tanh(x_{5})

r_{t} = m_{s_{t}} (x_{t})+0.008[1+0.25|tanh(x_{t,5})|] ξ_{t}, ξ_{t} ∼𝒩(0,1)

(23)

这组过程同时包含线性可预测部分、非线性交互、异方差和方向改变。它没有被校准为某只美国股票或某种加密资产，因此“期”仅表示合成时间单位，结果不进行年化。市场中未模拟报价队列、跨资产相关性、跳跃或真实新闻传播；实验识别的是既定数据生成过程下的机制差异。

预测器与对照策略

线性基线使用带截距的岭回归。非线性预测器由6个随机特征模型组成，每个模型包含32个固定随机tanh隐藏特征，同时保留原始标准化特征与截距，只有线性读出层通过岭回归拟合。每50期使用此前600个完成标签的样本重新训练；均值和尺度也仅在对应历史窗口内计算。岭系数在0.001、0.01、0.1中按300期时间验证的均方误差选择。测试阶段不再按测试表现选择系数。

表2 合成实验的四个对照策略

策略	收益预测	优化目标中的费用	模型分歧惩罚
A	线性岭回归	计入	无
B	6模型随机特征均值	忽略	无
C	与B相同	计入	无
D	与B相同	计入	0.5倍预测样本标准差

四个策略均使用同一持仓区间和风险系数。B只在优化时忽略交易费用，其真实测试收益仍与其他策略一样扣除8个基点乘换手的费用。因而B与C的差异能反映是否在决策中计入费用的影响。D的惩罚来源于6个预测的横截面样本标准差，它是可观测模型分歧，不是已校准的未来收益置信区间。

w_{t} = \underset{w∈{−1,−0.99,…,1}}{arg max} ({μ̂}_{t} w− \frac{a}{2} {σ̂}_{t}^{2} w^{2} − c_{opt} | w− w_{t−1} | − e_{t} |w|)

(24)

这里a＝20，避免与前文CVaR权重γ混淆。B取copt＝0，其余取0.0008；仅D取eₜ＝0.5倍模型预测标准差。风险方差由前60个已完成资产收益估计，下限为10⁻⁶。初始持仓为零，最后一期按市值计价且不强制清仓。合成换手使用相邻目标敞口之差，是一期头寸控制近似；真实账户需用交易前漂移敞口与实际订单计算换手。

执行顺序固定为观察当期状态、使用此前完成的标签拟合、选择当期仓位、取得下一段收益并扣费，之后才允许该收益进入训练。全部20个种子预设为20261001至20261020。每个种子产生4条700期测试序列，总计56000条逐期策略记录。

{R_{t}}^{net} = w_{t} r_{t} −0.0008 | w_{t} − w_{t−1} |, V_{T} = \prod_{t=1}^{T} (1+ {R_{t}}^{net})

(25)

评价口径

累计净收益按逐期复利计算；每期Sharpe定义为净收益样本均值除以样本标准差，基准现金收益为零；最大回撤从包含初始净值1的累计净值路径计算，表中用正数表示损失幅度。所有“均值±标准差”均在20个种子之间计算，不是置信区间。报告完整测试与切换前后两个350期子段，子段保留承接的持仓。

8 实验结果与解释

表3 700期完整测试结果 20个固定种子的均值及标准差

策略	累计净收益 %	最大回撤 %	每期Sharpe
A	-0.97 ± 7.92	17.57 ± 5.15	-0.0032 ± 0.0238
B	-14.07 ± 11.40	27.86 ± 6.07	-0.0354 ± 0.0314
C	-1.15 ± 9.18	19.76 ± 5.66	-0.0027 ± 0.0253
D	-0.64 ± 7.94	17.44 ± 5.59	-0.0023 ± 0.0247

表4 同一测试段的平均换手与实际费用

策略	每期平均换手	平均费用 bp每期
A	0.2229 ± 0.0930	1.783 ± 0.744
B	0.5875 ± 0.1048	4.700 ± 0.838
C	0.2883 ± 0.1188	2.307 ± 0.951
D	0.2508 ± 0.1035	2.006 ± 0.828

最明显的差异来自B与C。两者使用相同的神经预测，优化时纳入成本后，每期平均换手从0.5875降至0.2883，平均费用从4.700个基点降至2.307个基点，累计净收益均值从−14.07%改善至−1.15%。这一结果反映了成本敏感决策对过度换手的抑制，不能据此推断神经预测本身创造了稳定的正收益。

D相对C进一步降低换手与回撤，但改善幅度远小于B到C的变化。D的平均累计净收益为−0.64%，最大回撤为17.44%；C分别为−1.15%和19.76%。线性策略A的累计净收益为−0.97%，也位于相近范围。D与A或C之间的点估计差异相对于跨种子离散度较小，本文不据此作显著优胜判断。

20 个固定种子的平均净值曲线 — 图1 合成市场20个种子的平均净值竖线表示隐藏机制切换

表5 隐藏机制切换前后的每期Sharpe 均值及标准差

策略	切换前350期	切换后350期
A	0.0541 ± 0.0444	-0.0715 ± 0.0463
B	0.0414 ± 0.0505	-0.1201 ± 0.0498
C	0.0623 ± 0.0470	-0.0781 ± 0.0501
D	0.0628 ± 0.0490	-0.0808 ± 0.0502

切换前，C和D的每期Sharpe均值约为0.062，切换后分别降至−0.0781与−0.0808；A在切换后的对应值为−0.0715。D虽降低了回撤与部分绝对亏损，却未在切换后持续改善风险调整表现。模型集成可能共同延续过时关系，从而出现预测意见相近但方向错误的情况。对同类模型之间的分歧施加惩罚，不能完全识别共同模型偏差。

全部策略的完整测试平均净收益都为负。本文据此得到的经验结论是：成本建模在本实验中具有实质影响，而不确定性惩罚主要表现为仓位收缩与路径波动的变化。该结果要求后续研究同时检查收益来源、成本节省和风险缩减，避免把降低仓位后的低回撤直接解释为更强预测能力。

9 加密资产与美股的真实市场实证方案

样本与时间切分

真实市场实证采用两组独立资产池。加密资产优先以具有连续历史和可核对成交数据的现货及永续合约分组研究；美股使用具有历史成分与退市信息的股票数据，并可增加广泛市场ETF作为简化对照。BTC、ETH及美国大盘ETF可作为流程验证对象，但不能以这些存续标的代替历史可投资资产池。各市场的样本起止日期、场所、复权和缺失规则须在获取数据后列入数据说明，本稿不虚构已完成的数据采集。

按时间进行训练、验证、测试的滚动划分，分别保存模型训练截止时刻与首个允许执行时刻。持有期标签若跨越切分边界，应剔除与验证或测试收益区间重叠的训练标签；隔离长度至少覆盖标签重叠及实际可得性延迟。特征选择、标准化、资产池过滤和半径校准全部在当期训练与验证区间内完成，测试区间仅用于一次评估。

基准与消融实验

真实实证的比较对象包括现金、买入持有或等权组合、线性预测加相同组合优化器、非线性预测加普通均值—CVaR，以及本文分布鲁棒版本。执行约束、可投资资产池和实际费用必须相同。消融实验逐项关闭分布惩罚、尾部风险项、联合依赖、市场会话特征和成本项。这样可分别回答收益来自预测模型、成本控制还是保守仓位配置。

表6 真实市场实证的报告项目

层次	必须报告的结果	主要比较方式
概率预测	对数评分能量评分区间及组合尾部校准	相同时间窗口比较线性和非线性模型
交易结果	毛收益净收益回撤换手费用暴露	统一成交时序和成本条件
执行容量	成交参与率滑点延迟成交失败比例	逐级提高名义规模并重新估计冲击
市场变化	高低波动会话内外资金费状态分组	按事先定义的状态分别报告
统计推断	配对差异候选数量多重比较修正	保留所有候选并按时间区块重采样

美股结果把日内和隔夜收益分别归因；加密永续结果把价格损益、资金费用与交易费用分别归因。日频Sharpe可以分别报告252与365的常用年化换算，但平方根年化依赖时间聚合条件，对自相关收益应提供稳健估计。跨市场总体比较同时报告相同日历跨度的累计净收益与最大回撤，避免仅凭不同年化系数比较模型优劣。

统计与模型选择

对具有时间依赖的收益差异，优先按时间区块重采样；平稳自助法有其弱依赖与平稳性适用条件[12]，遇到明显机制切换应先做分段诊断。模型搜索记录包含全部候选、调参范围和选择准则，再使用DSR、PBO或Reality Check处理相应的选择偏差[10–11,13]。不将其中任何一项解释为策略未来必然有效的概率。

本文尚未运行这两类市场的真实样本外实证，因此不报告真实市场年化收益、胜率或统计显著性。此处给出的方案使后续验证有明确的比较对象、时间时序和归因口径，而不把方法设计与实证结果混写。

10 讨论

AI在本文中的作用是建立状态到未来联合收益分布的映射，而不是直接取代风险预算和订单执行。条件分布预测允许组合优化利用非对称尾部与资产相关性；分布鲁棒层则把对预测模型的信任程度显式化。两层之间的接口是带时间戳的收益场景、场景权重与成本参数，因此可以独立更换预测器而保留可审计的决策逻辑。

框架仍存在三个待实证问题。第一，候选分布族可能遗漏共同尾部结构，增加场景数只能减小模拟误差，不能修复设定错误。第二，交易成本系数也会随流动性变化而漂移；过时的冲击估计可能使稳健组合在执行时失去优势。第三，单期CVaR决策没有完整建模未来信号寿命与多期清算需求，频繁求解单期问题可能偏离多期最优策略。这些问题分别需要联合校准、成交数据和动态控制的进一步验证。

合成实验还暴露了模型分歧指标的局限：多个模型可能因为相同历史窗口和相似结构而共同出错。实际系统可联合使用分布校准误差、特征漂移和实现损益归因监测状态变化，触发重新训练或降低风险预算。触发规则本身同样属于策略参数，须进入按时间划分的模型选择流程。

11 结论

本文建立了面向加密资产与美股的AI量化交易方法框架，将条件联合分布学习、显式成本和均值—CVaR分布鲁棒优化连接起来。在明示的支持与凸性假设下，最坏分布目标可化为经验场景风险加仓位范数惩罚；交易成本产生不交易区，不确定性半径约束受罚仓位范数。这些结果给出了预测不确定性如何改变交易决策的可解释路径。

20组可复现合成实验表明，在本设定下，成本敏感决策将相同神经预测下的平均换手降低约51%，但没有带来稳定的正测试收益；模型分歧惩罚也未在机制切换后保持风险调整优势。后续实证的关键是用真实可交易时间、完整成本和时点资产池验证跨市场适用性。更复杂的AI模型只有在这些条件下改善扣费结果，才构成可交易价值的证据。

附录实验复现与计算口径

附随实验程序使用NumPy实现。run_experiment.py生成全部市场观测、验证误差、逐期仓位与净收益；summary.json记录固定参数与全部统计。market_data.csv含36000条观测，其中生成器专用的真实均值只供检查，策略不读取；daily_returns.csv含56000条测试记录。metrics.csv按20个种子、4个策略和3个阶段记录240组统计。输出保留全部种子，没有删除失败路径或只挑选盈利结果。

随机特征系数按种子加固定偏移初始化；每个训练窗口的岭目标为样本均方误差加系数范数惩罚，截距不受惩罚。D使用同一时刻6个模型预测的样本标准差的一半。程序中的随机机制与模型选择顺序固定，重复运行可重新得到表3至表5。完整测试的累计收益与每期Sharpe已经从逐期CSV独立重算，训练截止索引和统一费用口径也已检查。

图1为20条净值路径逐时点的算术平均，并非先平均收益再复利的路径。最大回撤先在每个种子路径内计算，再汇总均值与标准差。测试末端未强制清算，因此若改变终端清算规则，应对全部策略统一重算。报告未计算p值，也未将跨种子的模拟变异解释为真实投资表现的不确定性保证。

参考文献

[1] Gu S, Kelly B, Xiu D. Empirical Asset Pricing via Machine Learning. The Review of Financial Studies, 2020, 33(5): 2223–2273. https://doi.org/10.1093/rfs/hhaa009

[2] Bühler H, Gonon L, Teichmann J, Wood B. Deep Hedging. Quantitative Finance, 2019, 19(8): 1271–1291. https://doi.org/10.1080/14697688.2019.1571683

[3] Mohajerin Esfahani P, Kuhn D. Data-driven distributionally robust optimization using the Wasserstein metric: performance guarantees and tractable reformulations. Mathematical Programming, 2018, 171: 115–166. https://doi.org/10.1007/s10107-017-1172-1

[4] Rockafellar R T, Uryasev S. Optimization of Conditional Value-at-Risk. The Journal of Risk, 2000, 2(3): 21–41. https://doi.org/10.21314/jor.2000.038

[5] Almgren R, Chriss N. Optimal Execution of Portfolio Transactions. The Journal of Risk, 2001, 3(2): 5–39. https://doi.org/10.21314/JOR.2001.041

[6] Gârleanu N, Pedersen L H. Dynamic Trading with Predictable Returns and Transaction Costs. The Journal of Finance, 2013, 68(6): 2309–2340. https://doi.org/10.1111/jofi.12080

[7] Zhang Z, Zohren S, Roberts S. DeepLOB: Deep Convolutional Neural Networks for Limit Order Books. IEEE Transactions on Signal Processing, 2019, 67(11): 3001–3012. https://doi.org/10.1109/TSP.2019.2907260

[8] Lim B, Arık S Ö, Loeff N, Pfister T. Temporal Fusion Transformers for interpretable multi-horizon time series forecasting. International Journal of Forecasting, 2021, 37(4): 1748–1764. https://doi.org/10.1016/j.ijforecast.2021.03.012

[9] Gneiting T, Raftery A E. Strictly Proper Scoring Rules, Prediction, and Estimation. Journal of the American Statistical Association, 2007, 102(477): 359–378. https://doi.org/10.1198/016214506000001437

[10] Bailey D H, Borwein J M, López de Prado M, Zhu Q J. The Probability of Backtest Overfitting. The Journal of Computational Finance, 2017, 20(4): 39–69. https://doi.org/10.21314/JCF.2016.322

[11] Bailey D H, López de Prado M. The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting, and Non-Normality. The Journal of Portfolio Management, 2014, 40(5): 94–107. https://doi.org/10.3905/jpm.2014.40.5.094

[12] Politis D N, Romano J P. The Stationary Bootstrap. Journal of the American Statistical Association, 1994, 89(428): 1303–1313. https://doi.org/10.1080/01621459.1994.10476870

[13] White H. A Reality Check for Data Snooping. Econometrica, 2000, 68(5): 1097–1126. https://doi.org/10.1111/1468-0262.00152

[14] New York Stock Exchange. Holidays and Trading Hours. 查阅日期 2026-10-06. https://www.nyse.com/trade/hours-calendars

[15] U.S. Securities and Exchange Commission. Key Points About Regulation SHO. 查阅日期 2026-10-06. 本文仅引用locate相关说明. https://www.sec.gov/investor/pubs/regsho.htm

[16] Coinbase. Funding specifications (Global Derivatives). 查阅日期 2026-10-06. https://help.coinbase.com/en-gb/coinbase/derivatives/global-derivatives-funding

附录：研究手稿

查看原图