MASTER 论文解读

截面收益预测的意思是：在同一个交易日，把股票放在一起比较，预测未来一段时间谁相对更强。

例如，模型在今天收盘后看到一组股票的历史量价信息，输出每只股票的预测分数，再按分数排序。这里的目标通常是未来 5 个交易日的相对表现。大盘普跌时，预测分数最高的股票可能只是跌得少，不代表它一定上涨。

相对排名和绝对收益是两件事。排名靠前只说明它在这组股票里相对更好，不能直接等同于正收益，更不能直接等同于扣除手续费后的策略收益。

股票池也有时间属性。沪深 300 和中证 800 的成员、规模和流动性会变化，不能把今天看到的成员名单倒推成多年前也一样。研究报告要记录评价日、股票池、成员处理和缺失规则。

一个容易犯的错误，是把所有列都当成模型输入。假设每只股票有 158 个量价特征，市场部分有 63 个特征，另外还有 1 个未来收益标签：总数是 222 列，但模型可见的特征只有前两类，共 221 列。标签必须单独取出，放在训练损失和评估的一侧。

总列数 = 158 + 63 + 1 = 222

代入数字：158 + 63 + 1 = 222。这只是列数示意，不代表你的实现一定使用完全相同的字段。

回看窗口如果是 8 个交易日，就要保留 8 个真实交易日。周末不是交易日，缺失日期也不能简单压缩后冒充连续窗口。一个窗口只能使用决策时已经完成的数据；未来 5 日收益要等未来走完后才能成为标签。

标签的处理也要说清楚。截面 Z-score 是减去同日均值再除以同日标准差；百分位排名只表示次序；标准化不会把任意分布自动变成正态分布。没有完整未来 5 日数据的样本不能补成 0。

当天 RSI 都是 65 的两只股票，可能完全不同：一只从 30 一路升到 65，另一只从 90 回落到 65。当前快照一样，历史路径却不同。

时间注意力就是让模型在回看窗口内，学习哪些历史时点更值得参考。注意力里的 Q、K、V 可以用白话理解：Q 是当前要寻找的信息，K 是每个历史时点的匹配线索，V 是真正要汇总的内容。它们不是人写的问题，而是由模型参数变换得到的向量。

假设一个 8 日窗口里，第四天出现放量上涨，模型给这一天 45% 的权重，其余日期分摊剩余权重。这是帮助理解机制的假设例子，不是某次训练的解释结果。

多头注意力会并行计算多组投影，再组合结果。不要把每个头强行命名成“价格头”或“成交量头”，除非有独立分析证据。注意力只能使用输入窗口里的信息，不能越过窗口直接读取更早的事件。

时间注意力沿着“同一只股票的历史”看，股票注意力则沿着“同一天的股票截面”看。

以 300 只股票为例，模型可以形成股票与股票之间的关联权重。白酒公司之间、电池公司之间，可能存在产业链或共同风险；但这些只是可检验的假设，不代表它们一定同涨同跌。市场环境改变后，关系的方向和强度也可能改变。

输入股票顺序必须和标签顺序严格对应。如果中间删除了停牌股票、改变了股票池，特征、预测和标签都要同步处理。用沪深 300 训练后直接预测非成分股或其他市场，没有准确率保证；相关系数高也不能代替目标股票池的独立测试。

更丰富的关系会带来更高的计算量、样本需求和维护成本。注意力权重可以帮助诊断模型关注什么，但高权重不等于因果关系，更不等于“这只股票一定领先”。

时间和股票模块处理后，每只股票仍可能有多个时间步的表示，但选股时通常需要一个预测分数。常见做法有三种：取最后一步、对多个时间步平均，或学习一组权重后加权聚合。

取最后一步不等于前面的日期完全没用。如果最后一步已经通过注意力融合了历史，它可能仍然包含过去信息。平均也不必然较差，应该用消融实验比较，而不是凭直觉决定。

聚合后的表示进入输出层，生成预测分数，再与未来收益标签计算损失，更新模型参数。网络结构只提供表达能力，随机初始化的网络不是可用的股票预测器。真正要看的是训练是否稳定、样本外是否有可重复的增量。

市场门控可以理解为一个“环境适配器”：它先读取市场特征，再生成对股票因子的调节权重，让同一组因子在不同市场环境下不必永远使用固定比例。

假设市场输入有 63 维，股票因子有 158 维。门控网络可以把 63 维市场描述映射到 158 个调节值，再按特征逐项调整。softmax 常用于生成相对权重，总和通常为 1；如果公式另有按特征数缩放，就必须把缩放写清，不能同时把“总和为 1”和“某个权重为 1.6”当作无条件成立。

温度参数控制权重分布的集中程度。一般来说，温度较低时权重更集中，较高时更均匀，但它不保证恰好选出若干个因子，也不保证低温一定更可靠。不同股票池的参数不能直接照搬，β 这样的符号还要和金融里的市场 Beta 区分。

门控权重通常是连续调节，不是只能开或关。模型仍然通过预测损失学习，不需要人为给每天的 158 个因子写一份“正确权重”。“牛市偏动量、风险偏好下降时偏低波”可以作为解释假设，但必须用数据检验。

复杂模型的可解释性较弱，不等于一定无效；但越复杂，越要把数据、损失、样本外预测、漂移和失败案例记录完整。预测模块和仓位模块可以分开：模型负责排序，ATR 风险预算负责限制每笔仓位。ATR 也不能保证跳空时的损失上限。

研究时先建立简单 baseline：例如只用单日股票特征的线性模型或树模型。再逐步加入市场特征、滞后统计、时间注意力和股票关系。每增加一个模块，都记录 IC、Rank IC、稳定性、训练时间、内存、换手和交易成本，才能知道增量是否值得。

不同市场不能只复用模型参数。换市场时要重新检查数据、标签、股票池、执行规则和训练结果。若要研究长期价值，加入财务、行业和公告时点可得的信息，并重新定义预测期限；不能把五日预测分数直接当成长期价值判断。

建议用五个框验收：股票特征、市场特征、门控、时间与股票交互、预测输出；再把标签单独画在损失一侧。最后用两只股票、三个日期的小表手算窗口和顺序，确认没有未来数据泄漏。