本文基于跨资产日频期货数据,系统比较16类深度学习与线性时间序列架构在波动率目标控制和端到端夏普比率优化框架下的金融预测表现。研究发现,标准时间序列基准中的先进模型并不能稳定迁移至金融市场,通用Transformer和部分状态空间模型甚至弱于简单AR(1)基准。结合变量选择网络与LSTM的VLSTM取得最高风险调整收益,LPatchTST在回撤控制方面表现突出,xLSTM则对交易成本最具韧性。结果表明,显式递归记忆、特征筛选、表示压缩和稳定的时间状态演化,比单纯增加模型复杂度更有助于处理金融收益率的低信噪比、非平稳性和厚尾特征。
研究将统计指标、技术指标和历史价格输入候选序列模型,模型输出经线性层与tanh函数压缩为区间[-1,1]的方向信号,再结合EWMA条件波动率进行仓位缩放,最终以年化负夏普比率作为训练损失。
VLSTM在2010—2025汇总区间取得2.40的夏普比率,LPatchTST为2.29,TFT为2.27;xLSTM为1.79,LSTM为1.48,而Mamba2、Mamba、PatchTST和iTransformer分别约为0.80、0.36、0.75和0.38。
| 模型 | 汇总夏普比率 | 正文披露的其他指标 |
|---|---|---|
| VLSTM | 2.40 | 年化收益率23.9%;HAC t统计量8.81;命中率58.8%;信息比率0.854 |
| LPatchTST | 2.29 | CAGR 25.5%;信息比率0.702;相对被动基准HAC t统计量2.74 |
| TFT | 2.27 | 在多个中期区间保持较强表现 |
| xLSTM | 1.79 | 换手率482;信息比率0.798;相对被动基准HAC t统计量2.90 |
| LSTM | 1.48 | 明显优于线性基准,但年度波动较大 |
| VSN+Mamba2 | 1.10 | 优于未增强的Mamba2,但仍落后于领先递归混合模型 |
| Mamba2 | 0.80 | 换手率233 |
| PatchTST | 0.75 | 长期平均表现中等且对年份较敏感 |
| Mamba | 0.36 | 状态空间模型中表现较弱 |
| iTransformer | 0.38 | 换手率36、xGMV 9.2,但经济表现偏弱 |
报告的核心问题是:在天气、交通、电力等标准时间序列数据集上表现优异的深度学习架构,能否在低信噪比、非平稳、重尾的金融收益预测中保持优势。作者给出的结论非常明确:迁移效果较差。通用Transformer、iTransformer、PatchTST以及Mamba、Mamba2等状态空间模型,在本文金融交易框架下经常落后于简单的AR(1)基准;相反,加入特征选择、递归记忆和时间聚合机制的混合循环架构表现更好,其中VLSTM的风险调整后收益最高,xLSTM对交易成本最有韧性,LPatchTST在回撤控制方面更突出。,
报告并非单纯比较预测误差,而是直接将模型输出转化为资产仓位,并以年化Sharpe Ratio作为训练目标。因此,作者评价的不是“预测价格是否准确”,而是“预测信号能否在风险约束下形成有经济价值的交易组合”。,
作者认为,金融收益具有几个决定模型表现的统计特征:
因此,金融模型不仅要拟合时间依赖,还要过滤短期噪声、识别资产之间的差异,并在市场状态切换时保持稳定。作者据此强调,模型的“归纳偏置”比单纯增加参数或计算量更重要。,
所谓归纳偏置,是指模型结构天然倾向于以某种方式理解数据。例如,LSTM天然强调递归记忆,PatchTST强调时间片段聚合,VSN强调动态选择有用特征,而Transformer更依赖注意力机制学习时间点之间的关系。本文的实证结果显示,在金融数据中,能够主动压缩表示、过滤特征和维护稳定记忆的结构更有优势。,
数据来自1990—2024年的跨资产期货和货币数据库,包含债券、商品、能源、外汇和股票指数五类资产。作者使用1990—2010年作为初始训练阶段,随后从2010年开始进行样本外测试,并采用五年滚动训练窗口。期货合约通过比例调整的连续合约方法连接,以减少换月造成的价格跳跃。
数据的探索性分析支持金融市场的典型事实:
这组数据特征是本文模型比较的重要背景。线性模型如果假设收益和波动关系近似稳定,可能无法处理波动率目标机制引入的非线性敞口变化;作者因此认为,非线性模型更适合捕捉阈值效应和状态切换。,
所有模型都接收固定长度的历史窗口。模型首先通过具体的序列架构提取隐藏状态,再使用统一的线性层和tanh激活函数输出交易信号。tanh将输出限制在[-1,1]之间,因此信号可以理解为从满仓做空到满仓做多的方向性判断。,
报告中的完整流程如下:
图1从输入价格和技术指标开始,经模型处理后得到仓位,再通过Sharpe Ratio损失函数反向训练。该设计的关键是,模型不必先追求最低均方误差,再间接形成交易策略,而是直接学习能够改善组合风险收益比的信号。,
所有模型还加入ticker embedding,使同一网络能够学习不同资产的个体差异。这一点很重要,因为债券、能源、外汇和农产品的波动机制并不相同,完全共享相同的时间结构可能造成模型错配。
作者使用EWMA估计每个资产的条件波动率,并用反向波动率因子调整仓位。组合目标年化波动率设为10%,波动率较低的资产获得更高的杠杆权重,波动率较高的资产则被压低权重。
这种机制有两个含义:
组合收益是各个活跃资产策略收益的横截面平均值。训练时,作者将一个批次中的组合收益合并,计算年化Sharpe Ratio,并最小化其负值。Sharpe Ratio的分母是收益波动率,因此模型会同时追求收益并惩罚不稳定的波动。,
该方法的优点是经济目标与最终交易目标一致,缺点是模型可能围绕特定样本期的Sharpe Ratio进行过度适应。报告通过滚动样本外测试、多个随机种子和降低实验预算的重复实验来缓解这一问题,但不能完全排除历史样本过拟合。,
主要模型训练和基础评估采用零交易成本,以比较各架构的“纯预测能力”。之后,作者进行事后盈亏平衡成本分析,计算每个资产在累计利润归零前可以承受的最大单位换手成本。
这一做法避免了为不同资产主观设定成本,但也意味着主要Sharpe结果不是净交易结果。作者进一步测试了0、0.5、1、1.5、2和5个基点的统一成本,以观察排名是否会改变。
AR1x对每个特征分别拟合一阶自回归关系,是检验短期收益自相关是否足以形成交易价值的最低复杂度基准。DLinear将输入分解为趋势和季节部分,NLinear则对输入进行归一化后再进行线性映射。,
这些模型计算成本低、解释相对简单,但它们的结构难以表达市场状态变化、非线性阈值和资产特异性。实证中,它们偶尔在高波动年份表现较好,却没有形成跨时期稳定的风险调整收益。,
iTransformer把特征而非时间点作为注意力token,重点学习不同变量之间的关系。PatchTST把连续时间序列切成patch,再在patch之间应用自注意力。切片能够平滑高频噪声并扩大有效感受野,但如果没有稳定的递归状态,模型仍可能对异常值和特定时期过度敏感。
TFT是结构更完整的模型,将LSTM、变量选择网络、门控机制和多头注意力结合起来。它不是单纯依靠注意力,而是先通过递归编码器提取局部状态,再用注意力聚合较长时间范围的信息,因此在本文中表现明显优于通用Transformer。
Mamba和Mamba2通过递归更新隐藏状态,以线性时间复杂度处理长序列。其理论吸引力在于,状态空间模型能够用压缩状态表示历史信息,同时避免标准注意力的二次复杂度。,
本文使用静态HiPPO状态转移矩阵和固定时间范围,而不是完全动态地改变每一步的时间尺度。作者认为,这有助于降低重尾收益和市场状态切换带来的噪声敏感性。然而,实证结果表明,理论上的线性复杂度并没有自动转化为金融预测优势,Mamba家族仍表现出较大的时期差异。,
传统LSTM通过输入门、遗忘门和输出门控制记忆保留与更新,适合处理金融市场中的结构变化。xLSTM把传统sigmoid门改为指数门并加入归一化,同时引入标量记忆和矩阵记忆两种形式,从而试图减少门函数饱和和长期记忆过早衰减的问题。,
PsLSTM把时间patch输入sLSTM。它在降低高频噪声敏感性的同时,保留递归结构的时间记忆。作者认为,这种组合有助于捕捉中期趋势、市场状态和罕见但重要的信号。,
本文最重要的结构是混合模型。VSN首先对每个特征进行非线性嵌入,再通过动态权重选择当前时点更重要的变量。VSN+LSTM,即VLSTM,将动态特征选择和递归时间编码结合起来,形成紧凑的时间状态表示。,
LPatchTST先使用LSTM对各特征进行通道级去噪,再通过PatchTST提取中长期依赖。VSN-Mamba2则先筛选特征,再交给Mamba2更新状态。VxLSTM把VSN输出直接输入xLSTM,用矩阵记忆表达高阶时间互动。,
从机制上看,VLSTM的优势并不主要来自参数更多,而来自三个连续步骤:先去除无关特征,再压缩历史信息,最后通过递归状态保持时间连续性。报告的核心观点是,这种结构正好对应金融数据的低信噪比、非平稳和资产异质性。,
表1比较了多个样本区间的样本外Sharpe Ratio,表12进一步给出年度Sharpe Ratio。结果显示,线性模型的单年表现波动较大,尤其可能在2020年等高波动时期暂时占优,但长期平均明显弱于最好的非线性模型。,
主要结果如下:
这些数字说明,真正有效的并不是“注意力”或“状态空间”这些名称本身,而是是否加入了适合金融数据的特征筛选、递归记忆和时间压缩机制。,
表12的年度分解进一步说明,领先模型的优势并非只来自某一个单独年份。不同模型的年度排名会变化,但领先的递归和混合架构在后金融危机恢复期、2010年代中期低波动期以及2020年后的高不确定性阶段都保持竞争力,而线性模型更容易出现负Sharpe年份。
表2同时报告CAGR、年化收益、HAC t统计量、命中率、换手率、xGMV、信息比率以及相对被动基准的统计量。CAGR是几何平均年增长率,反映长期复利;Sharpe更强调单位波动收益;信息比率则衡量相对被动组合的超额收益质量。,
VLSTM的关键指标包括:
这表明VLSTM不仅总收益较高,而且相对被动组合仍有增量表现,且相关性并不接近完全一致,因此具有一定分散化意义。
LPatchTST的CAGR为25.5%,高于VLSTM,但Sharpe略低,为2.29。这说明CAGR、收益率和Sharpe并不等价,LPatchTST可能获得更高的终值增长,但其收益波动或路径风险相对更大。
xLSTM的Sharpe为1.79,换手率约482,信息比率0.798,HAC t统计量2.90。作者特别强调,传统LSTM需要接近两倍换手才能获得相近表现,因此xLSTM的信号到交易转换效率更高。
iTransformer的换手率最低,约为36,xGMV为9.2,但Sharpe只有0.38,且相对被动基准的统计结果不显著。这说明低换手本身不是优势,过度不交易可能意味着模型无法及时响应新的收益信号。
图2展示10%波动率目标下的累计毛利润曲线。领先模型的曲线总体向上且较平滑,弱模型在较长时期内停滞或明显落后。图形支持表2的结论,即领先模型的收益不是由少数孤立的跳升贡献,而是由较持续的增量收益构成。
图3的p值热图显示,xLSTM、PsLSTM和VxLSTM之间的差异在统计上不显著,p值分别约为0.865、0.946和0.953,说明三者属于表现相近的同一架构族。ARnx、Mamba2和NLinear也形成较弱的相似表现群组。,
图4的t统计量热图进一步显示,VLSTM、LPatchTST、TFT、xLSTM、PsLSTM和VxLSTM相对于大多数弱模型具有较大的正t统计量,通常绝对值超过4—7;但领先模型相互之间的t统计量较小,说明“顶层内部排名”没有同样强的统计区分度。,
表3报告最大回撤、Calmar Ratio、最差三个月Sharpe、最低年度Sharpe和5% CVaR。最大回撤衡量峰值到谷值的最大损失,Calmar Ratio是CAGR除以最大回撤,CVaR则衡量最差5%收益中的平均损失,比单纯VaR更能反映尾部严重程度。,
VLSTM在收益和下行风险之间取得较好平衡,最差三个月Sharpe为-3.68,5% CVaR为0.0137,仅略差于LPatchTST的0.0136。LPatchTST和xLSTM在尾部行为方面更稳健。,
VxLSTM的最大回撤最小,为-11.8%,并被报告为具有最高Calmar Ratio之一,但其平均收益低于VLSTM。因此,收益最大化和回撤最小化并不指向完全相同的模型,实际选择取决于投资者对收益、回撤和尾部风险的权衡。,
图5在0至5个基点的交易成本下重算累计PnL。即使引入0.5、1、1.5和2个基点成本,VLSTM仍位居首位,LPatchTST和TFT紧随其后;VxLSTM、xLSTM和PsLSTM形成第二梯队。Mamba2和iTransformer的毛利润优势在较低成本下迅速消失。
表10显示,VLSTM在Lumber、Oats electronic和Milk III等流动性较低的农业合约上具有超过20个基点的盈亏平衡成本,但美国两年期国债和Euro Schatz等高流动性合约的盈亏平衡成本很低,说明高换手会迅速侵蚀利润。xLSTM的Lumber盈亏平衡成本达到33.9个基点,并在部分股票指数和债券合约上凭借较低换手取得更高成本缓冲。,
因此,VLSTM更像是横截面收益更广的模型,xLSTM则在部分高流动性资产上拥有更好的交易成本效率。作者还指出,期货实际成本通常约为1个基点或更低,因此最佳模型在报告设定的成本范围内仍有较强的可实施性,但这不能完全代表冲击成本和滑点。,
表4将主实验从50次随机运行、选取前10个种子,改为25次运行、选取前5个种子。VLSTM仍取得2.40的Sharpe和8.86的HAC t统计量,TFT和VxLSTM也保持较高Sharpe,模型排序大体不变。,
这一实验支持如下判断:结果并非完全依赖某几个极端有利的随机初始化。不过,种子选择仍依据验证表现,因此它只能说明在该实验预算下结果具有一定稳定性,不能等同于完全独立的外部验证。
图6的日收益直方图在零附近尖峰明显,两端有较长尾部,说明大多数日收益很小,但极端波动不能忽略。
图7显示波动率明显右偏,低波动观测较多,高波动观测形成长尾。这会使波动率目标策略在低波动阶段放大仓位,在高波动阶段压缩仓位。
图8中QQ点在两端明显偏离直线,绝对收益在对数尺度下仍呈现慢衰减尾部,进一步说明正态分布假设不足。,
图9所示的多期限收益和MACD特征大体集中、近似对称,和重尾的目标收益形成对比。作者据此认为,主要建模难点不是输入变量极端,而是给定这些输入后,收益结果仍具有重尾和状态依赖。,
图10显示波动率调整因子高度右偏,大量观测集中在较低区间,但少数低波动状态会产生很高的杠杆因子。该图支持作者关于非线性模型必要性的判断,因为信号和仓位之间并不是简单的线性关系。,
表9列出资产 universe及类别,图11—15展示VLSTM在债券、商品、指数、能源和外汇中的逐资产累计PnL,图16—20则用箱线图总结各合约年度Sharpe分布。作者的主要判断是,VLSTM的组合收益不是由单一合约贡献,而是分布在多个资产和类别之中。
不过,从图形本身看,跨资产表现并不均匀。债券中部分合约累计收益接近3倍,但也有合约长期接近1倍;商品中少数合约累计收益超过10倍甚至更高,而大量合约表现更温和;股票指数整体较为分散;能源和外汇中也存在累计曲线下降至1以下的合约。这说明“组合层面的广泛贡献”不等于每个资产都稳定赚钱。, ,
图16—20的箱线图显示,不同合约的年度Sharpe中位数、四分位区间和离群点差异较大。商品和指数部分合约的中位数较高,但能源和外汇的横截面分散更明显,因此组合平均值掩盖了较大的资产层面异质性。,
图21—25展示xLSTM逐资产累计PnL,图26—30展示其年度Sharpe箱线图。作者认为,xLSTM在部分类别中横截面表现更均匀,尤其在能源和商品等高波动领域,虽然离散度上升,但多数合约的中位数仍为正。
这些图表共同传达两个层面的信息:VLSTM在组合层面拥有更高的总体收益,xLSTM则在换手和资产层面的均匀性方面有一定优势,但二者都不能消除单个资产的亏损和年度表现波动。,
表5比较参数数量、运行时间复杂度和内存复杂度。线性模型计算量最低,但收益表现较弱;VLSTM在序列长度上具有线性内存复杂度,不需要Transformer的二次注意力内存;Mamba和Mamba2也具有线性复杂度,但实际收益不稳定。LPatchTST和其他混合模型计算开销更大,却没有统一带来比例相当的收益提升。,
表6和表7提供了通用及架构专属的超参数搜索空间,包括学习率、隐藏层维度、序列长度、注意力头数、patch长度、Mamba卷积核和xLSTM扩展因子等。模型通过网格搜索和统一验证Sharpe进行选择,并使用Adam、早停和梯度裁剪。,
表8进一步把所有模型限制在100万至200万可训练参数之间。VLSTM仍保持领先,整体排序基本不变,说明作者观察到的优势不能完全归因于模型参数数量,而更可能来自结构设计。,
本文没有DCF、可比公司、P/E、EV/EBITDA或目标价分析。它的“价值评估”是策略层面的经济评价,即比较收益、风险、回撤、换手率、交易成本和相对被动基准的表现。因而不能把23.9%的年化收益或2.40的Sharpe理解为某个金融资产的合理估值,而应理解为特定回测框架下的历史策略结果。,
摘要称使用15年数据,结论部分也称15年日频期货数据,但数据描述写的是1990—2024年,并使用2010—2024年样本外期;多个表述又写成2010—2025年。表12明确写的是2010—2024年。因此,报告在样本终点和部分表格标题上存在不一致,读者应以具体回测代码和原始数据日期核验。, ,
摘要称比较16种深度学习架构,结论部分写成15个模型。根据模型清单,若把AR1x、ARnx、DLinear、NLinear、LSTM、VLSTM、xLSTM、VxLSTM、PsLSTM、Mamba、Mamba2、VSN-Mamba2、iTransformer、TFT、PatchTST和LPatchTST全部计算,数量为16。因此,“15 models”更可能是结论部分的笔误。,
报告采用每日收益序列进行成对t检验,并展示p值和t统计量热图。但金融收益可能存在自相关和异方差,报告在其他地方使用HAC t统计量,却没有明确说明图3和图4的成对检验是否进行了相同的HAC修正。若使用普通配对t检验,显著性水平可能被高估。此外,模型数量较多,报告也未说明是否进行多重比较校正。,
统一按每笔交易收取比例成本,能够方便比较,但没有完整纳入市场冲击、买卖价差变化、流动性容量、滑点、保证金约束和极端行情下的成交困难。尤其是低流动性农业合约,即使盈亏平衡成本超过20个基点,也不意味着策略可以按该成本大规模执行。,
图10显示波动率调整因子高度右偏,说明低波动时期可能产生较大的杠杆敞口。虽然报告提到训练阶段对极端值进行了裁剪,但固定10%目标、EWMA参数、杠杆上限和裁剪方式都会影响模型排序。换用不同风险目标、波动率估计方法或杠杆限制,结果可能改变。,
VLSTM的平均Sharpe最高,LPatchTST的CAGR和回撤表现较强,xLSTM的成本承受力更好,VxLSTM的最大回撤较小。换言之,报告实际上揭示了不同目标下的最优模型,而不是一个在所有指标上都绝对领先的模型。报告关于Calmar Ratio的叙述也存在需要核对之处:一处同时提到LPatchTST和VxLSTM的Calmar为1.64,另一处将VxLSTM称为最高,因此应以表3原始数据确认。,
这项研究最重要的发现是,标准时间序列预测榜单不能直接外推到金融交易。金融市场的重尾、低信噪比、非平稳和波动率聚集,使模型必须具备去噪、动态特征选择、资产特异性建模和稳定记忆能力。单纯增加注意力、延长上下文或采用线性复杂度,并不能保证更高的风险调整收益。,
在本文数据和回测协议下,VLSTM是综合Sharpe表现最强的架构,LPatchTST在累计收益和下行控制方面有竞争力,xLSTM在换手率和交易成本承受能力方面更突出,TFT则证明结合递归编码、变量选择和注意力机制能够获得稳定表现。通用iTransformer、PatchTST以及未增强的Mamba和Mamba2虽然在其他标准基准中具有先进地位,但在该金融任务中的表现明显较弱。, ,
最终,报告的总体立场不是宣称LSTM家族在所有金融市场都必然有效,而是提出一个有条件的经验判断:在每日跨资产期货、10%波动率目标、2010—2024/2025样本外回测和简化交易成本模型下,带有显式递归状态、特征筛选或时间patching的混合模型,比通用Transformer和未经增强的状态空间模型更适合形成稳定的风险调整收益。这一结论具有较强的研究启发意义,但仍需在其他资产类别、频率、市场危机和真实执行环境中进一步验证。,
2603.01820.pdf