金融时间序列建模：保留原始记忆还是追求绝对平稳？

这行代码简单。代价也简单：当 d=1 时，原始价格序列被转换为收益率或一阶差分。平稳性通常改善。价格中的长期记忆同时被直接削弱。

金融时间序列建模的核心矛盾，不是“价格能不能预测”，而是输入数据究竟要保留多少历史信息。

原始价格序列通常具有非平稳特征。均值、方差和协方差结构会随时间变化。直接将价格输入机器学习模型，容易让模型学习到趋势、尺度和时间区间差异，而不是可重复的统计关系。

一阶差分可以缓解这个问题。收益率序列更接近平稳，适合进入回归模型、分类模型和深度学习模型。但一阶差分等价于使用固定的整数阶数 d=1。它不是“清洗”数据，而是执行一次彻底的记忆截断。

这就产生了两个极端：

• d=0：保留原始价格，但通常无法满足平稳性要求；
• d=1：得到收益率或一阶差分，平稳性更强，但可能丢失长期依赖；
• 0<d<1：通过分数阶微分，在平稳性和记忆力之间设置中间状态。

分数阶微分并不提供免费信息。它只改变信息保留与统计性质之间的权重。参数 d 仍然需要基于数据检验，不能通过经验值永久固定。

非平稳价格序列：模型首先遇到的不是预测问题

价格序列为什么不能直接等同于收益率序列

设价格序列为：

P_t = P_{t-1} + ε_t

其中 ε_t 表示增量项。即使增量项具有相对稳定的统计结构，价格本身也可能表现为随机游走。随着时间累积，价格的均值和方差会发生变化。

实际数据通常更复杂。价格会叠加趋势、波动聚集、跳跃、交易制度变化和结构断点。结果是：

• 不同时间区间的均值不一致；
• 波动率具有时变性；
• 自相关结构会随着采样区间改变；
• 训练集中的统计关系无法自然迁移到测试集；
• 线性模型的系数解释失效；
• 机器学习模型容易利用时间位置和价格尺度形成伪规律。

这类序列通常被称为非平稳序列。这里的“非平稳”不是说数据完全没有规律，而是说数据的概率分布不满足稳定条件。

严格的弱平稳通常要求：

1. 均值不随时间变化；

2. 方差有限且不随时间变化；

3. 任意两个时点之间的协方差只依赖时间间隔，而不依赖具体时点。

金融价格很少直接满足这些条件。收益率也不一定完全平稳。收益率序列可能存在波动聚集和厚尾分布。但在很多建模任务中，收益率至少比价格更接近平稳，便于估计和验证。

一阶差分解决了什么

一阶差分定义为：

ΔP_t = P_t - P_{t-1}

如果使用对数价格，则通常写成：

Δlog(P_t) = log(P_t) - log(P_{t-1})

第二种形式与连续复合收益率相关。它能降低价格尺度变化对模型的影响，也更适用于跨阶段比较。

一阶差分的优点明确：

• 计算成本低；
• 参数没有额外搜索空间；
• 容易解释；
• 通常能削弱单位根影响；
• 适合作为基准输入；
• 与线性模型和许多分类模型兼容。

问题也明确。

一阶差分只保留相邻观测之间的变化。更早的历史信息不会以原始形式进入当前值。即使差分序列仍然存在自相关，它所携带的长期水平信息已经被显著压缩。

这不是说一阶差分一定错误。对于预测短期收益、波动率或方向分类，一阶差分可能是合理输入。错误在于把它当作所有金融机器学习任务的默认终点。

一阶差分提高了平稳性，但平稳性不是唯一目标。模型输入还必须保留对目标变量有用的历史结构。

“记忆”不是一个感性概念

金融时间序列中的记忆，可以通过自相关、偏自相关、持久性、赫斯特指数或其他统计量描述。这里不讨论不可验证的“市场记忆”。只讨论序列经过变换后，历史观测对当前值的影响是否仍然存在。

对整数阶差分而言，影响范围由有限阶差分算子决定。对分数阶微分而言，当前值由多个历史观测加权得到。理论上，权重衰减较慢时，较远历史仍然能够贡献一部分信息。

这使得分数阶微分适合处理一种常见场景：

• 原始价格具有较强历史依赖；
• 原始价格不能直接通过平稳性检验；
• 一阶差分虽然平稳，但对模型而言过度损失长期结构；
• 希望使用低于 1 的差分阶数进行折中。

这里的“折中”是数学对象，不是经验口号。最终结果必须通过样本内和样本外检验确认。

分数阶微分：在 d=0 与 d=1 之间工作

从整数阶差分扩展到非整数阶

整数阶差分使用差分算子：

(1-L)^d

其中 L 是滞后算子，满足：

L X_t = X_{t-1}

当 d=1 时：

(1-L)X_t = X_t - X_{t-1}

当 d=2 时：

(1-L)^2 X_t = X_t - 2X_{t-1} + X_{t-2}

分数阶微分的关键是允许 d 取非整数值。例如：

d=0.35

此时不能将差分理解为执行 0.35 次普通减法。实际做法是使用广义二项式展开：

(1-L)^d = Σ_{k=0}^{∞} w_k L^k

权重递推关系通常写为：

w_0 = 1

w_k = -w_{k-1} × (d-k+1)/k

于是，分数阶差分序列可以表示为：

Y_t = Σ_{k=0}^{∞} w_k X_{t-k}

其中：

• X_t 是原始价格或对数价格；
• Y_t 是分数阶差分后的序列；
• w_k 是第 k 个滞后项的权重；
• d 是差分阶数；
• k 越大，通常对应越远的历史观测。

当 d=0 时，权重退化为只保留当前值，结果接近原始序列。

当 d=1 时，权重退化为普通一阶差分，当前值和上一期值构成主要计算项。

当 0<d<1 时，更多历史项保留在计算中，但其权重逐步衰减。

为什么不能简单说“保留全部信息”

分数阶微分会保留更多历史信息，但不等于零损失变换。

首先，任何差分都会改变数据表示。原始水平信息经过加权组合后，不再以原序列形式存在。

其次，有限窗口实现会截断无限权重序列。截断后的结果只是近似实现。

再次，较小的 d 可能无法充分消除非平稳性。较大的 d 又会接近一阶差分，重新增加信息损失。

因此，合理表述是：

分数阶微分在平稳性与历史记忆之间提供可调节的折中。

不合理表述是：

分数阶微分能够在完全不损失信息的条件下保证平稳。

后者同时违反统计事实和工程实现逻辑。

d 的变化如何改变输出

可以将 d 看成过滤器强度。

这张表只能描述方向，不能替代检验。某个标的在 d=0.35 时通过平稳性检验，不代表另一个标的也适用同样参数。时间频率变化后，结果也可能改变。

日线、小时线和分钟线不是同一个统计对象。差分阶数不应跨频率复制。

扩展窗口与固定窗口：实现方式决定数据形状

无限权重序列无法在计算机中直接计算。必须截断。

实现分数阶微分时，常见方法包括扩展窗口和固定窗口。两者都基于相同的权重体系，但对计算长度、样本有效区间和工程效率的处理不同。

扩展窗口分数阶微分

扩展窗口方法从当前时点向前使用越来越多的历史数据。窗口长度随时间增长。

优点：

• 理论上更接近完整权重序列；
• 能保留更多远期历史；
• 截断误差相对容易控制；
• 适合研究长期记忆结构。

缺点：

• 早期样本可能因历史不足而无法计算；
• 计算量随着时间增长；
• 不同时间点使用的有效历史长度不同；
• 在滚动回测中需要额外管理缓存和边界。

如果数据量不大，扩展窗口更容易作为研究基准。它能减少因为窗口过短而产生的权重截断误差。

但在高频数据或大规模资产池中，扩展窗口会带来明显计算负担。每个时点都重新扫描大量历史数据，没有必要。

固定窗口分数阶微分

固定窗口分数阶微分，通常称为固定宽度窗口分数阶微分，核心做法是预先计算一组权重，只保留窗口内的滞后项。

设窗口宽度为 m，则：

Y_t = Σ_{k=0}^{m} w_k X_{t-k}

当 k>m 时，权重直接丢弃。

工程上，固定窗口方法更适合批量计算和滚动预测：

• 每个时间点使用相同数量的历史观测；
• 可将权重预计算；
• 可使用向量化矩阵运算；
• 可使用卷积或缓存减少重复计算；
• 训练和推理阶段的输入结构一致。

代价是截断误差。窗口太短，远期记忆被过早删除。窗口太长，计算成本增加，边界缺失扩大，且新增权重可能已经接近零。

窗口不是越长越好

窗口长度应由权重衰减和数据规模共同决定。

如果权重在某个滞后点之后已经接近零，继续增加窗口只会增加计算量。相反，如果权重衰减缓慢，过短窗口会明显改变过滤器结构。

可以定义截断误差：

E_m = Σ_{k=m+1}^{∞} |w_k|

实际计算时无法直接得到无限和，可以用足够长的上限近似。工程实现通常设置一个权重阈值，当后续权重绝对值低于阈值时停止扩展。

但阈值也不是越小越好。过小的阈值会增加窗口长度。过大的阈值则可能改变结果。这个参数属于实现参数，不属于金融规律。

边界处理需要单独记录

分数阶微分在样本起始位置缺少完整历史。最简单的做法是将前 m 个结果标记为空值，并在模型训练前删除。

不建议用当前样本均值直接填充这些空值。这样会将边界处理方式混入信号本身，造成分布变化。若使用扩展窗口，也应记录每个时间点实际使用的历史长度。

一个可复现的处理流程至少要保存：

• 原始价格字段；
• 是否使用对数价格；
• 差分阶数 d；
• 权重递推公式；
• 截断阈值；
• 实际窗口长度；
• 空值处理规则；
• 训练、验证和测试区间；
• 标准化参数的拟合区间。

如果这些信息缺失，回测结果即使看起来稳定，也无法确认输入变换是否一致。

用 ADF 检验寻找可用的最小 d

目标不是追求最大的平稳性

实际选择中，常见目标是寻找一个尽可能小的 d，使分数阶差分后的序列通过 ADF 检验。

逻辑很直接：

1. 从较小的 d 开始；

2. 对原始序列执行分数阶微分；

3. 使用 ADF 检验评估单位根；

4. 如果不能拒绝单位根假设，提高 d；

5. 找到第一个满足阈值的 d；

6. 再在相邻参数附近做稳健性测试。

这里的“最小”很重要。因为增大 d 通常会增强差分效果，也会削弱长期记忆。若 d=0.35 已经达到统计目标，就没有理由直接使用 d=1。

但 ADF 并不是最终裁判。

ADF 检验的假设结构

ADF 检验的原假设通常是序列存在单位根。检验统计量足够小，且对应的显著性结果满足设定标准时，才可以拒绝原假设。

实际使用时，需要明确：

• 是否包含常数项；
• 是否包含趋势项；
• 滞后阶数如何设置；
• 显著性水平使用多少；
• 样本长度是否足够；
• 检验是否对异常值敏感。

这些设置会影响结果。同一组数据在不同回归项和滞后阶数下，可能得到不同结论。

金融序列还存在结构断点、波动聚集和厚尾分布。ADF 检验只针对特定单位根结构。通过 ADF 不等于序列完全服从正态分布，也不等于方差恒定，更不等于可以直接进行无条件预测。

参数搜索不要污染测试集

d 的选择必须在训练区间或训练加验证区间内完成。测试集只能用于最终评估。

错误流程：

1. 使用全样本计算不同 d；

2. 观察哪个 d 的 ADF 结果最好；

3. 用该参数训练模型；

4. 报告测试集结果。

这种流程让测试集参与了参数选择。即使没有直接使用未来目标值，未来价格序列也参与了输入变换参数的确定，仍然存在信息泄漏。

正确流程是：

1. 按时间切分训练集、验证集和测试集；

2. 只用训练集搜索候选 d；

3. 在验证集比较平稳性和预测效果；

4. 固定 d 与窗口参数；

5. 重新训练；

6. 仅在最后一次使用测试集。

如果采用滚动回测，则每个训练窗口都应重新执行参数选择，或预先规定参数更新周期。不能在整个样本上只搜索一次，然后假设未来分布保持不变。

一个可执行的搜索流程

可以将候选差分阶数设置为：

d ∈ {0.00, 0.05, 0.10, ..., 1.00}

这只是搜索网格示例，不是固定标准。网格过粗，会错过边界附近的可行值。网格过细，会增加检验次数和多重比较问题。

具体流程可以拆成以下步骤。

1. 确定输入序列

先决定使用收盘价、调整后价格还是对数价格。股票拆分、分红和合约换月会改变序列含义。未经处理的价格跳变可能被误判为非平稳性。

2. 生成权重

根据候选 d 递推生成 w_k。对每个阶数单独计算权重。不能重复使用其他阶数的权重。

3. 确定窗口

根据权重绝对值或累计截断误差确定固定窗口长度。窗口长度应记录在实验配置中。

4. 执行变换

对训练区间计算分数阶差分。前置不足窗口的样本保留为空值，不进行随意填充。

5. 运行 ADF

记录统计量、显著性结果、滞后阶数和有效样本数。只保存“通过”或“不通过”是不够的。

6. 寻找最小可行阶数

在满足检验标准的候选值中，选择较小的 d。如果多个相邻值结果接近，应保留它们进入后续验证。

7. 加入预测指标

ADF 结果只能回答“是否更接近平稳”。它不能回答“是否更适合预测”。还需要比较模型在验证集上的损失、方向准确率、排序指标或其他任务指标。

8. 执行时间序列交叉验证

使用扩展窗口或滚动窗口。禁止随机打乱。随机切分会让未来样本进入训练过程，破坏时间顺序。

9. 检查参数稳定性

观察不同时间窗口、不同资产和不同采样频率下的最优 d 是否剧烈变化。若变化过大，说明参数可能依赖局部样本。

ADF 通过后还要看什么

平稳性检验只是第一层过滤。至少还要观察以下统计结构：

• 均值是否在不同阶段明显漂移；
• 方差是否存在波动聚集；
• 自相关函数是否在长滞后处持续显著；
• 差分后是否产生大量异常值；
• 序列是否出现过多空值；
• 输入分布是否在训练集与验证集之间发生位移；
• 模型残差是否仍存在明显结构。

如果 d 增大后 ADF 结果改善，但预测性能持续下降，说明平稳性改善可能以有用记忆损失为代价。此时不能只根据检验结果继续增加差分阶数。

ADF 检验筛选的是统计可用性。验证集筛选的是任务可用性。两者不是同一个目标。

d=0.35 与 d=0.45：为什么示例参数不能直接复制

实际研究中，经常会看到 d=0.35、d=0.45 一类非整数参数。它们可以作为候选值，但不能作为通用答案。

差分阶数受到多个因素影响：

• 标的类型；
• 价格是否经过复权；
• 数据采样频率；
• 样本长度；
• 训练区间位置；
• 波动率状态；
• 是否使用价格或对数价格；
• ADF 的回归项设置；
• 固定窗口长度；
• 缺失值与异常值处理方式。

同一资产在日线和分钟线上可能需要不同的 d。同一频率下，样本覆盖不同市场阶段，也可能得到不同的结果。

尤其需要避免一种错误：先在文献或博客中看到一个参数，再把它写入所有标的和所有模型。这样做的本质是把实验条件删除，只保留一个看似精确的数字。

参数搜索的结果应当包含：

缺少这些元数据，所谓“最优阶数”无法复现。

分数阶微分进入机器学习模型后，改变了什么

输入不再只是“价格”或“收益率”

机器学习模型并不理解金融概念。它只接收数值矩阵。

如果输入列直接使用价格，模型可能学习价格水平与时间的关系。若输入只使用一阶收益率，模型可能失去部分水平和长期结构。分数阶差分提供了第三种输入形式。

例如，特征矩阵可以包含：

• 分数阶差分后的对数价格；
• 一阶收益率；
• 滚动波动率；
• 成交量变化；
• 高低价区间；
• 滞后项；
• 技术指标；
• 市场或行业的同步变量。

分数阶差分后的价格不应被误解为“新的收益率”。它是经过非整数阶过滤后的序列。其单位、尺度和相关结构与原始价格、收益率都不同。

因此，标准化步骤也必须在时间顺序内完成。均值和标准差只能用训练区间估计，然后应用到验证集和测试集。不能使用全样本均值，否则未来分布已经进入训练变换。

与线性模型结合

在线性回归、逻辑回归和线性判别模型中，非平稳输入会直接影响系数估计。

如果两个价格特征都携带明显趋势，模型可能出现虚假回归。拟合优度较高，但样本外关系迅速消失。分数阶微分可以削弱这种趋势依赖，降低某些输入的积分阶数。

但它不会自动消除多重共线性。多个不同阶数的分数阶差分特征同时进入模型时，仍可能高度相关。需要检查相关矩阵、方差膨胀因子或正则化路径。

如果模型使用逻辑回归预测未来方向，目标变量本身也要严格定义。例如，目标是未来一个周期收益率是否为正，还是未来多个周期累计收益率是否为正。输入窗口不能覆盖目标计算区间中的未来价格。

与树模型结合

随机森林、梯度提升树和其他树模型对单调变换的处理方式不同。树模型不要求输入严格服从正态分布，也不直接依赖线性关系。

这并不意味着非平稳输入没有问题。树模型仍可能按照价格区间建立切分规则。当训练区间和测试区间价格尺度发生变化时，原有切分点可能失效。

分数阶差分可以减少价格尺度的绝对影响。但它也可能降低树模型能够利用的水平信息。最终是否有效，要通过严格的时间序列验证比较：

• 原始价格特征；
• 一阶收益率特征；
• 分数阶差分特征；
• 三者组合；
• 加入标准化后的对应版本。

不能因为算法名称包含“机器学习”，就预设某种输入一定更好。

与深度学习模型结合

循环神经网络、时间卷积网络和注意力模型可以从序列中提取复杂关系，但模型容量越高，过拟合风险通常越明显。

将原始价格直接输入高容量模型，容易出现以下问题：

• 模型记住价格尺度；
• 模型利用时间位置；
• 训练损失下降但样本外表现不稳定；
• 改变训练区间后结果大幅变化；
• 注意力权重集中在不具备稳定因果意义的区段。

分数阶微分可以作为一种输入预处理，降低非平稳趋势的影响。但它不是正则化的替代品。仍然需要：

• 时间顺序划分；
• 早停；
• 权重衰减；
• 滚动验证；
• 特征漂移监控；
• 多阶段回测；
• 交易成本和滑点处理。

深度模型可能吸收分数阶差分后的残余结构，也可能只是在更复杂的空间里过拟合。模型复杂度不会因为输入变换而自动下降。

回测中最容易出现的五类错误

1. 用全样本选择 d

这是最典型的信息泄漏。

如果使用全样本进行 ADF 检验，再选择差分阶数，测试区间的信息已经参与输入变换设计。即使没有读取未来标签，也会产生前视偏差。

解决方式是将差分阶数搜索嵌入训练流程。每个回测时点只能使用该时点之前的数据。

2. 先对全样本做差分，再切分数据

这个错误更隐蔽。

分数阶微分需要历史窗口。若先对全样本计算，再切分训练集和测试集，测试集前部的变换可能使用了训练集历史。单看这件事未必构成泄漏，因为训练集历史在测试时点本来可见。但如果窗口、权重或标准化参数又使用了测试区间统计量，就会产生边界混淆。

最稳妥的实现是：

• 先按时间确定数据边界；
• 在每个训练窗口内生成变换；
• 将固定参数应用到后续验证和测试；
• 明确测试区间开始前允许使用的历史范围；
• 不使用测试区间数据重新估计参数。

3. 把 ADF 通过当作预测能力证明

ADF 只能说明单位根证据减弱。它不能说明未来方向可预测，也不能说明策略能够盈利。

可能出现以下结果：

• d 增大，ADF 更容易通过；
• 预测误差没有改善；
• 方向分类准确率下降；
• 交易换手率提高；
• 成本后收益变差；
• 样本外表现不稳定。

因此，模型选择必须同时包含统计指标和任务指标。

4. 忽略交易成本

如果目标是交易策略，而不是纯统计预测，模型输出最终要转换成仓位。分数阶差分可能改变信号频率、信号滞后和仓位切换次数。

回测至少应考虑：

• 手续费；
• 买卖价差；
• 滑点；
• 合约乘数；
• 最小交易单位；
• 保证金；
• 持仓限制；
• 夜盘或停牌等不可交易区间。

一个预测指标略有改善的模型，可能因为换手率上升而失去实际价值。

5. 只报告单一时间段

金融数据存在状态切换。单一牛市、单一低波动阶段或单一高流动性阶段都不足以证明参数稳健。

回测应分割出多个时间区间，至少观察：

• 低波动阶段；
• 高波动阶段；
• 趋势明显阶段；
• 横盘或震荡阶段；
• 结构变化前后。

不需要为每个阶段制造叙事。只需要记录指标变化。若模型只能在一个区间有效，参数就不具备稳定性证据。

如何构建一套不依赖主观判断的比较实验

比较原始价格、一阶差分和分数阶差分时，实验设计必须控制变量。

第一步：固定目标

先固定预测目标。例如：

• 预测下一周期收益率；
• 预测未来若干周期方向；
• 预测未来波动率；
• 预测横截面排序。

不能在比较输入特征的同时修改目标窗口。否则无法判断性能变化来自数据变换，还是来自目标定义变化。

第二步：固定模型

至少使用一个低容量基准模型和一个非线性模型。

低容量模型用于观察输入与目标之间的基本关系。非线性模型用于测试分数阶差分是否提供额外信息。

如果只使用一个高容量模型，模型结构本身可能掩盖输入差异。

第三步：固定特征数量

比较时，不能让原始价格方案只有一列，而分数阶差分方案加入二十个辅助指标。这样的结果没有解释价值。

合理做法包括：

• 只替换价格主特征；
• 保持辅助特征完全相同；
• 同时测试单一输入和组合输入；
• 记录每个特征的生成窗口；
• 保证所有特征不使用未来数据。

第四步：使用时间序列验证

随机交叉验证不适合时间依赖数据。应使用扩展窗口或滚动窗口。

扩展窗口的训练集不断增加。适合假设历史数据仍然有部分长期价值的场景。

滚动窗口保持训练长度固定。适合统计结构变化较快的场景。

两者都不能自动解决数据泄漏。关键仍是每个验证区间只能接收过去信息。

第五步：同时记录多个指标

根据任务选择指标：

• 回归任务：均方误差、平均绝对误差、方向一致性；
• 分类任务：准确率、精确率、召回率、概率损失；
• 排序任务：秩相关、分组收益差；
• 交易任务：成本后收益、最大回撤、换手率、收益波动。

不建议只看准确率。金融分类任务中，类别比例和收益分布可能让准确率失去解释力。

也不建议只看累计收益。累计收益无法单独解释风险、换手和样本数量。

一个适合记录实验的结果表

这不是结果表，而是实验框架。真正的结论必须填入同一数据区间、同一模型、同一成本假设下的实测值。

分数阶微分的局限性

平稳性不是唯一的可预测性来源

一个序列可以接近平稳，但预测关系依然很弱。金融收益率中常见的线性自相关可能很低，但波动率、尾部风险或横截面关系仍然存在。

分数阶微分主要处理输入序列的积分和记忆结构。它不直接解决：

• 目标变量定义错误；
• 标签噪声；
• 结构断点；
• 流动性变化；
• 交易成本；
• 数据缺失；
• 资产间依赖；
• 宏观变量滞后；
• 模型过拟合。

不要把一个差分算子扩展为完整策略。

ADF 结果可能不稳定

ADF 对样本区间、滞后阶数和趋势项设置敏感。结构断点也会影响检验结果。某个窗口中通过，不代表未来窗口仍然通过。

因此，应当观察 d 的滚动选择结果。如果最小可行阶数在相邻窗口之间频繁跳跃，说明序列的统计结构可能不稳定，或者检验样本不足。

这种情况下，可以考虑：

• 使用固定参数并评估稳健性；
• 以滚动窗口重新估计；
• 比较不同平稳性检验；
• 降低模型复杂度；
• 将参数变化本身作为监控指标。

不能通过无限调参消除结构变化。

固定窗口会牺牲一部分远期信息

固定窗口的本质是截断。窗口越短，计算越快，但历史尾部被删除得越早。窗口越长，理论记忆保留更多，但有效样本减少，计算量增加。

这是一项工程取舍。没有绝对正确的窗口长度。

如果策略持有周期很短，过长的记忆窗口未必有价值。它可能只会把更多低信噪比信息带入模型。

如果目标变量依赖较长周期结构，过短窗口则可能丢失有效信息。

窗口选择应与预测周期、数据频率、样本长度和模型容量一起评估。

分数阶微分可能放大噪声

差分操作通常会增强变化项。随着 d 增大，短期扰动可能被放大，序列波动变得更明显。

如果原始价格中包含大量微观结构噪声，特别是在高频数据中，分数阶微分不会自动去噪。它可能让噪声更容易进入模型。

需要区分两个问题：

• 差分阶数是否合适；
• 原始数据是否具有足够的信噪比。

前者不能替代后者。

参数优化：从“找到一个数字”转向“控制不确定性”

分数阶微分最容易被误用为一个新颖参数。正确做法是把它作为实验组件进行管理。

使用参数区间，而不是迷信单点

如果 d=0.35、d=0.40、d=0.45 在多个验证窗口内表现接近，应优先选择更稳定、更容易解释的参数，而不是追求某个窗口中的极小误差。

单点最优往往意味着更高的过拟合风险。尤其当候选参数很多、验证窗口很多时，必然会出现偶然最优。

可以记录：

• 每个窗口的最小可行 d；
• 每个窗口的验证误差；
• 参数变化范围；
• 预测指标的标准差；
• 成本后收益的变化；
• 参数扰动后的性能下降幅度。

如果参数轻微变化就导致结果反转，模型对输入变换过于敏感。

对 d 做稳定性测试

设基准参数为 d*，可以测试：

d* - 0.05

d*

d* + 0.05

同时固定其他条件。若模型只在 d* 上表现良好，邻近参数全部失效，需要怀疑参数搜索过拟合。

这种测试不证明模型有效，但能检测模型是否依赖极窄的参数区域。

分离统计选择与交易选择

第一阶段可以用 ADF 评估平稳性。

第二阶段用验证集评估预测能力。

第三阶段加入交易成本和执行约束。

这三个阶段不能混为一个目标函数，否则很难知道模型到底在优化什么。

如果最终目标是交易策略，则不能只选择 ADF 最优的 d。如果最终目标是时间序列建模或统计分析，则也不能只根据收益曲线选择参数。

参数必须服务于明确目标。

保留基准模型

任何分数阶微分实验都应保留至少两个基准：

• 原始价格或对数价格；
• 一阶差分或收益率。

如果分数阶差分没有显著超越基准，它就没有必要被保留。复杂度本身不是价值。

另外，比较时应控制：

• 相同训练区间；
• 相同测试区间；
• 相同目标；
• 相同模型；
• 相同特征；
• 相同成本；
• 相同缺失值规则。

否则结果没有可比性。

一套最小但完整的实现逻辑

如果需要将方法落地为研究代码，逻辑顺序可以压缩为以下步骤。

1. 读取并校验原始数据

检查时间索引是否单调，是否存在重复时间戳，是否有缺失价格，是否发生拆分、分红或合约换月。数据清洗先于差分。

2. 选择价格表示

明确使用原始价格、复权价格或对数价格。选择结果写入配置文件，不依赖代码中的默认值。

3. 切分时间区间

按时间划分训练、验证和测试。不要在切分后重新打乱顺序。

4. 在训练区间搜索 d

生成候选权重，执行固定窗口或扩展窗口分数阶微分。对每个候选参数运行 ADF，并记录完整统计结果。

5. 筛选最小可行阶数

选择能够满足平稳性目标的较小 d。如果多个候选值接近，保留为稳健性测试集合。

6. 在验证集比较模型

使用相同模型和相同目标。比较原始价格、一阶差分和分数阶差分输入。

7. 锁定变换参数

确定 d、窗口长度、截断阈值、标准化方式和空值规则。测试集不再参与选择。

8. 执行滚动或扩展回测

每个时点只使用过去数据。若研究设置允许参数更新，应预先规定更新频率，而不是根据结果临时调整。

9. 加入成本和约束

将模型输出转换为交易信号或仓位时，加入手续费、滑点、持仓和交易单位限制。

10. 进行参数扰动

测试邻近的 d、不同窗口和不同训练长度。记录性能分布，不只记录最佳结果。

11. 输出局限性

明确模型对结构断点、数据频率、样本长度和参数漂移的敏感程度。没有局限性记录的回测结论不完整。

这套流程不保证得到更高收益。它只保证实验过程更接近可审计状态。

最终判断：保留多少记忆，由目标函数决定

原始价格和一阶收益率不是互相替代的“正确答案”。它们代表两个不同的统计选择。

原始价格保留历史水平，但容易携带非平稳性。

一阶差分提高平稳性，但可能削弱长期依赖。

分数阶微分允许在两者之间搜索。它的价值不在于制造一个听起来更复杂的特征，而在于提供可调节的差分强度。

对金融时间序列建模而言，合理的默认顺序是：

1. 先确认原始数据定义；

2. 再判断非平稳性；

3. 以原始价格和一阶差分建立基准；

4. 使用 ADF 等检验搜索较小的分数阶；

5. 通过时间序列验证确认预测价值；

6. 使用滚动回测检查参数稳定性；

7. 将交易成本和样本外结果纳入最终判断。

d=0.35 或 d=0.45 都只是候选参数。最优值不存在跨标的、跨频率、跨时间区间的永久有效性。

参数优化的终点不是找到一个漂亮数字，而是证明模型对合理参数扰动不敏感，并且在严格样本外条件下仍然保持可解释的统计表现。

如果分数阶微分只改善 ADF，却没有改善验证集和成本后结果，应当删除它。

如果它在多个时间窗口内稳定优于原始价格和一阶差分，才有资格进入生产模型。

剩下的不是行情预测问题。是参数、窗口和数据分布变化下的模型边界问题。

Related reading: 强化学习在量化交易中为什么屡屡失效？从模拟盘到实盘的四大鸿沟 and 金融时间序列的交叉验证：如何用清洗与禁运防止量化模型过拟合.