元标注：对冲基金如何用机器学习做仓位管理

Python 实现：搭建一套元标注系统

第 1 步：生成主信号（动量策略）

我们用一个简单的 60 日动量策略当主模型。它故意做得很朴素——元标注对 任何 主信号都适用。

import numpy as np
import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split

def generate_primary_signal(returns, window=60):
    """
    用简单的动量规则生成主交易信号。

    参数：
    - returns：资产收益率的 pd.Series
    - window：动量的回看期（默认 60 天）

    返回：
    - pd.Series：+1（买入）、-1（卖出）、0（中性）
    """
    momentum = returns.rolling(window).sum()

    signals = pd.Series(index=returns.index, dtype=int)
    signals[momentum > 0.02] = 1   # 60 日收益率高于 2% 则买入
    signals[momentum < -0.02] = -1  # 60 日收益率低于 -2% 则卖出
    signals[(momentum >= -0.02) & (momentum <= 0.02)] = 0  # 中性

    return signals.fillna(0)

示例输出（SPY，2020）：

第 2 步：为元标注构建特征

次级模型需要的是能预测 主信号何时会奏效的特征。下面是机构投资者常用的 10 个特征：

def engineer_features(returns, signal, prices):
    """
    为元标注模型构建特征。

    返回：
    - 含 10 个特征的 pd.DataFrame
    """
    features = pd.DataFrame(index=returns.index)

    # 1. 波动率（当前值与 6 个月均值之比）
    vol_current = returns.rolling(20).std()
    vol_avg = returns.rolling(120).std()
    features['vol_ratio'] = vol_current / vol_avg

    # 2. 动量强度（信号的幅度）
    features['momentum_strength'] = returns.rolling(60).sum().abs()

    # 3. 信号持续性（信号已维持的天数）
    features['signal_persistence'] = signal.groupby((signal != signal.shift()).cumsum()).cumcount()

    # 4. 回撤状况（距历史高点的百分比）
    cummax = prices.expanding().max()
    features['drawdown'] = (prices - cummax) / cummax

    # 5. 市场相关性（与 SPY 的相关系数）
    # 前提是你手上有 SPY 的收益率数据
    features['correlation'] = returns.rolling(60).corr(spy_returns)

    # 6. 成交量趋势（如果有数据的话）
    # features['volume_trend'] = volume.rolling(20).mean() / volume.rolling(60).mean()

    # 7. 动量加速度（动量的变化量）
    mom = returns.rolling(60).sum()
    features['momentum_accel'] = mom - mom.shift(20)

    # 8. 波动率趋势（在上升还是下降）
    features['vol_trend'] = vol_current - vol_current.shift(20)

    # 9. 与均线的距离
    ma_200 = prices.rolling(200).mean()
    features['price_ma_ratio'] = prices / ma_200

    # 10. 信号强度相对历史区间的位置
    mom_zscore = (mom - mom.rolling(252).mean()) / mom.rolling(252).std()
    features['momentum_zscore'] = mom_zscore

    return features.dropna()

特征解读：

• vol_ratio： 波动率偏高（高于 1.5）→ 降低仓位
• momentum_strength： 动量强劲（高于 10%）→ 加大仓位
• signal_persistence： 信号已持续超过 30 天 → 确信度更高
• drawdown： 回撤过大（低于 -15%）→ 降低仓位（风险管理）
• momentum_zscore： Z 值高于 2 → 动量处于历史前 10% → 加大仓位

第 3 步：制作训练标签

次级模型是从历史信号里学的。我们需要把每个信号标记为"盈利"（1）或"不盈利"（0）：

def create_meta_labels(returns, signal, forward_window=20):
    """
    生成二元标签：主信号有没有赚到钱？

    参数：
    - returns：日度收益率
    - signal：主模型的信号（+1、-1、0）
    - forward_window：用于评估的持有期（20 天 = 1 个月）

    返回：
    - pd.Series：1（盈利）、0（不盈利）
    """
    forward_returns = returns.rolling(forward_window).sum().shift(-forward_window)

    # 信号方向与未来收益方向一致时，标签为 1
    labels = pd.Series(index=returns.index, dtype=int)
    labels[(signal == 1) & (forward_returns > 0)] = 1
    labels[(signal == -1) & (forward_returns < 0)] = 1
    labels[(signal == 1) & (forward_returns <= 0)] = 0
    labels[(signal == -1) & (forward_returns >= 0)] = 0
    labels[signal == 0] = 0  # 中性信号不产生交易

    return labels.dropna()

示例：

• 日期：2020-01-15，信号：+1（买入），未来 20 日收益率：+4.2% → 标签：1
• 日期：2020-02-20，信号：+1（买入），未来 20 日收益率：-18.5% → 标签：0
• 日期：2020-03-20，信号：-1（卖出），未来 20 日收益率：-5.2% → 标签：1

第 4 步：训练元模型（随机森林）

我们选随机森林，因为它：

• 能处理特征之间的非线性交互
• 能输出概率值（正好用来定仓位）
• 几乎不需要调超参数
• 配合恰当的交叉验证，不容易过拟合

def train_meta_model(features, labels, test_size=0.3):
    """
    为元标注训练随机森林分类器。

    返回：
    - 训练好的模型
    - 测试集上的表现指标
    """
    # 切分数据（务必保留时间顺序！）
    split_idx = int(len(features) * (1 - test_size))
    X_train, X_test = features.iloc[:split_idx], features.iloc[split_idx:]
    y_train, y_test = labels.iloc[:split_idx], labels.iloc[split_idx:]

    # 训练随机森林
    model = RandomForestClassifier(
        n_estimators=100,
        max_depth=5,
        min_samples_split=50,
        class_weight='balanced',  # 处理标签不均衡
        random_state=42
    )

    model.fit(X_train, y_train)

    # 评估
    train_score = model.score(X_train, y_train)
    test_score = model.score(X_test, y_test)

    print(f"Training accuracy: {train_score:.3f}")
    print(f"Test accuracy: {test_score:.3f}")

    # 特征重要性
    importance = pd.DataFrame({
        'feature': features.columns,
        'importance': model.feature_importances_
    }).sort_values('importance', ascending=False)

    print("\nTop 5 features:")
    print(importance.head())

    return model

典型的特征重要性排序：

1. momentum_strength（0.22）—— 预测力最强
2. vol_ratio（0.18）—— 高波动意味着信号不可靠
3. drawdown（0.15）—— 回撤期间不要加仓
4. momentum_zscore（0.12）—— 极端动量确实有效
5. signal_persistence（0.10）—— 持续时间长的信号更可靠

第 5 步：用元标注决定仓位

把模型输出的概率换算成仓位大小：

def apply_meta_labeling(features, signal, model, max_position=1.5):
    """
    用元模型动态决定仓位大小。

    参数：
    - max_position：最大杠杆（1.5 表示 150% 仓位）

    返回：
    - pd.Series：仓位大小（-1.5 到 +1.5）
    """
    # 取得该笔交易盈利的概率
    probs = model.predict_proba(features)[:, 1]  # P(label=1)

    # 把概率换算成仓位大小
    position_sizes = pd.Series(index=features.index, dtype=float)

    # Sigmoid 式的仓位曲线
    position_sizes = max_position * (2 * probs - 1)

    # 另一种做法：阶梯函数
    # position_sizes[probs < 0.45] = 0.0
    # position_sizes[(probs >= 0.45) & (probs < 0.55)] = 0.5
    # position_sizes[(probs >= 0.55) & (probs < 0.65)] = 1.0
    # position_sizes[probs >= 0.65] = 1.5

    # 套用主信号的方向
    final_positions = position_sizes * signal.loc[features.index]

    return final_positions.clip(-max_position, max_position)

完整回测：元标注对比固定仓位

现在来比较两者的表现：

def backtest_meta_labeling(returns, features, signal, model):
    """
    对比固定仓位与元标注。
    """
    # 策略一：固定仓位（100%）
    fixed_returns = signal * returns

    # 策略二：元标注
    positions = apply_meta_labeling(features, signal, model)
    meta_returns = positions * returns

    # 计算各项指标
    def calc_metrics(ret):
        total_return = (1 + ret).cumprod()[-1] - 1
        annual_return = (1 + total_return) ** (252 / len(ret)) - 1
        volatility = ret.std() * np.sqrt(252)
        sharpe = annual_return / volatility if volatility > 0 else 0
        drawdown = (ret.cumsum() - ret.cumsum().cummax()).min()
        return {
            'Total Return': f'{total_return:.1%}',
            'Annual Return': f'{annual_return:.1%}',
            'Volatility': f'{volatility:.1%}',
            'Sharpe Ratio': f'{sharpe:.2f}',
            'Max Drawdown': f'{drawdown:.1%}'
        }

    print("FIXED SIZING (100%):")
    print(pd.DataFrame([calc_metrics(fixed_returns)]).T)

    print("\nMETA-LABELING (Variable):")
    print(pd.DataFrame([calc_metrics(meta_returns)]).T)

回测结果：真实表现（2010-2024）

数据集：S&P 500（SPY）动量策略

测试区间： 2010-2024（14 年，涵盖多种市场状态）

主策略： 60 日动量，每周再平衡

交易成本： 每笔 0.05%（机构费率）

主要发现

2020 年新冠暴跌：案例分析

元标注的价值在动荡时期最为明显：

结果： 暴跌期间元标注把 -12% 变成了 -4%，随后在复苏中多抓到 50% 的涨幅。这就是动态仓位的价值。

实际应用：退休组合

与多资产组合的结合

在退休组合里，元标注用在 战术性倾斜上效果最好，而不是用在战略配置上：

示例：带战术叠加的 60/40 组合

• 战略配置： 60% 股票（VTI）、40% 债券（AGG）—— 永不变动
• 战术叠加： 0-20% 的动量／防御性倾斜 —— 元标注用在这里

# 战略核心（占组合的 80%）
core_allocation = {
    'VTI': 0.48,   # 60% 股票 = 总仓位的 48%（80% × 60%）
    'AGG': 0.32    # 40% 债券 = 总仓位的 32%（80% × 40%）
}

# 战术叠加（占组合的 20%）—— 由元标注决定规模
tactical_signal = generate_primary_signal(vti_returns)
tactical_features = engineer_features(vti_returns, tactical_signal, vti_prices)
tactical_size = apply_meta_labeling(tactical_features, tactical_signal, meta_model)

# 最终配置
final_allocation = {
    'VTI': 0.48 + 0.20 * tactical_size[date],  # 48% 加上战术性倾斜
    'AGG': 0.32,
    'Cash': 0.20 * (1 - abs(tactical_size[date]))  # 未动用的战术仓位
}

可能出现的结果：

• 高置信度的牛市： VTI = 63%，AGG = 32%，现金 = 5%
• 低置信度的中性状态： VTI = 50%，AGG = 32%，现金 = 18%
• 高置信度的熊市： VTI = 38%，AGG = 32%，现金 = 30%（防御）

应税账户的税务优化

元标注会推高换手率（118% 对 125%），在应税账户里造成税务拖累。优化办法如下：

if abs(new_position - current_position) > 0.10:
    rebalance()
else:
    hold()

if new_position < current_position and has_unrealized_loss:
    sell_for_tax_loss()
    buy_similar_etf()  # 例如 VTI → SCHB

什么时候再平衡

元标注需要比买入持有更频繁的盯盘。下面是一套可行的流程：

什么时候不该用元标注

元标注很强，但不是万能的。下面这些情况就该避开：

进阶：与其他机构策略的结合

元标注 + 层次风险平价（HRP）

把 HRP 的分散能力和元标注的择时能力结合起来：

# 第 1 步：用 HRP 得出战略权重（详见 HRP 那篇文章）
hrp_weights = compute_hrp_weights(returns_matrix)

# 第 2 步：用元标注决定整体的股票敞口
equity_signal = generate_primary_signal(equity_returns)
equity_features = engineer_features(equity_returns, equity_signal, equity_prices)
equity_size = apply_meta_labeling(equity_features, equity_signal, meta_model)

# 第 3 步：按元标注信号缩放 HRP 权重
final_weights = hrp_weights * (0.8 + 0.4 * equity_size)
# equity_size = 1.0  → final_weights = hrp_weights × 1.2（激进）
# equity_size = 0.0  → final_weights = hrp_weights × 0.8（防御）
# equity_size = -1.0 → final_weights = hrp_weights × 0.4（极度防御）

结果： 两全其美——稳定的分散加上动态的风险管理。

多资产上的元标注

你可以为每一类资产单独跑一个元标注模型：

结果： 超配美国股票（信号强），低配国际股票（信号弱），债券维持正常，超配黄金（防御性信号强）。

代码仓库与下一步

GitHub 上有完整实现

完整的、可直接投入使用的 Python 代码放在我们的开源仓库里：

延伸阅读

书籍：

• Marcos López de Prado —— Advances in Financial Machine Learning （2018），第 3 章
• Marcos López de Prado —— Machine Learning for Asset Managers (2020)

论文：

• López de Prado 与 Foreman（2014）——《A Mixed Model for Rescaling Ultra High Frequency Data》
• Journal of Financial Data Science ——"Meta-Labeling: Theory and Framework"（2019）

相关文章:

• 层次风险平价 —— 机构级的组合构建方法
• 协方差矩阵去噪（即将推出）—— 改进相关性估计
• 全天候组合（即将推出）—— Ray Dalio 的经济状态框架

要点回顾