企业官网建设流程全解析

简介：一套基于LSTM的时序收益预测系统代码包，面向具备基础Python知识、希望入门RNN/深度学习的开发者，也适合金融量化爱好者参考。项目以大宗商品历史收益序列为对象，围绕数据清洗与归一化、LSTM模型构建、训练及预测评估展开，代码拆分为三个脚本：数据创建、模型训练、预测测试，并配有操作文档、实验截图和训练日志，方便对照每一步输出。压缩包共55个文件，主体包括Python脚本、模型权重文件（tf格式及checkpoint）、npy缓存数据、xlsx原始数据、csv结果与可视化截图等，整体大小约2.27MB，目录按data、models、logs分模块存放。目前已有2911人学习。通过该资源可掌握LSTM输入门、遗忘门、输出门的门控机制，理解Adam优化器与均方误差损失的作用，并学会用MAE、RMSE等指标衡量预测误差；还能看到真实金融时间序列的处理技巧，为后续构建更复杂的量化模型打下基础。

1. 基于LSTM的时序收益预测系统：先想清楚“收益”再写代码

做CTA策略和股票多因子的人，大概率都动过这个念头：把过去一段行情喂给神经网络，让模型自己学出收益规律。基于LSTM的时序收益预测系统，就是把这件事工程化的结果。常见做法是用过去40到60个交易日的价量特征训练一个LSTM分类器，预测未来3到5日的上涨概率，再把它映射成仓位。这套方案适合手里有干净行情数据、想从线性因子切到序列模型的团队，也适合做设备寿命预测、电量负荷预测的人参考——模型本身是同一个套路，差在特征和标签怎么定义。很多新手以为重点是调LSTM结构，实际落地时，收益标签怎么构造、滑窗怎么切、归一化在哪一段做，才是最常翻车的地方。

2. 数据工程先于模型：滑窗、特征与归一化的落地细节

时序预测的第一条铁律是：数据准备次序不对，模型结构再好都白搭。LSTM本身吃的是“一段连续历史”，所以要先决定这段历史怎么截取、怎么对齐、怎么防止未来信息泄漏。这一章不碰模型，先把数据管线讲透。

2.1 用滑窗切分时间序列：窗口长度设定与无未来泄漏的划分

LSTM的输入是三维张量，形状是（样本数, 时间步数, 特征数）。滑窗要做的就是把一维的行情表切成一批这样的样本。假设你的DataFrame按日期升序排列，每行代表一个交易日，典型的切法如下：

import numpy as np import pandas as pd WINDOW = 40 # 用过去40个交易日做预测 HORIZON = 5 # 预测未来5日收益方向 def build_window_samples(df, feature_cols, window=WINDOW, horizon=HORIZON): X, y, dates = [], [], [] # 确保按时间升序 df = df.sort_values("date").reset_index(drop=True) # 未来收益对齐到当前行 df["fwd_ret"] = df["close"].shift(-horizon) / df["close"] - 1.0 df["label"] = (df["fwd_ret"] > 0).astype(float) for i in range(len(df) - window - horizon): X.append(df[feature_cols].iloc[i : i + window].values) y.append(df["label"].iloc[i + window]) dates.append(df["date"].iloc[i + window]) return np.array(X), np.array(y), dates

这段代码的核心逻辑是：样本i的特征窗口覆盖第i天到第i+window-1天，标签落在第i+window天。也就是说，模型在第i+window天收盘后，用最近40天的数据预测未来5天的收益方向。特征和标签在时间上没有重叠，不会出现“用明天的数据预测明天”的荒谬情形。

参数上需要留意的有两点。window太小，模型看不到中期趋势；太大，训练样本锐减，且早年数据对当前市场环境的参考价值下降。日频行情我一般用40到60，分钟线可以放到120以上。horizon的选择直接影响信噪比：5日收益比1日收益更接近正态，预测难度反而低一些，但换仓频率也会降下来，交易成本随之下调，这一点在评估阶段要联动看待。

训练、验证、测试集的划分和普通机器学习完全不同，不能随机打乱。常见做法是这样：

train_end = int(len(df) * 0.7) val_end = int(len(df) * 0.85) train_df = df.iloc[:train_end] val_df = df.iloc[train_end - WINDOW : val_end] test_df = df.iloc[val_end - WINDOW :]

注意验证集和测试集都往回调了WINDOW行。这是因为切片后还要构造长度为window的样本，直接从train_end开始切，第一批样本会缺失前面40天历史。很多人第一次跑时序模型时在这里直接踩空：验证集样本数比预期少了window条，还以为是自己代码写错了——其实只是没做这个回退。训练集可以shuffle，验证集和测试集必须保持原始时间顺序，否则滚动预测结果完全失去可信度。

2.2 特征工程与滚动归一化：为什么不能直接用全局均值

收益预测里最常用的特征可以分三组：量价类（close、volume、high-low幅度）、衍生类（过去5日收益率、波动率、RSI、MACD）、以及外部协变量（如全市场指数收益率、行业涨跌幅）。量价类原始数值之间尺度差异极大，volume的均值和close的均值都能差出数量级，不归一化，LSTM的梯度更新会被量纲大的特征带着跑。

归一化的核心问题是：用什么统计量去缩放。错误做法是把全样本的均值和标准差算好，一口气把train、val、test全部标准化。这样测试集的分布信息已经混进缩放系数里，等于在评估时偷看了未来。正确做法是只用训练集拟合scaler，然后依次transform三份数据：

from sklearn.preprocessing import StandardScaler feature_cols = ["close", "volume", "ret_5", "volatility", "rsi"] scaler = StandardScaler() # 只对训练集拟合 scaler.fit(train_df[feature_cols]) # 应用到三份数据 train_features = scaler.transform(train_df[feature_cols]) val_features = scaler.transform(val_df[feature_cols]) test_features = scaler.transform(test_df[feature_cols])

这里还有一个更细的坑：如果行情数据跨越较长时间，zc_train阶段算出的均值和标准差，到几年后的测试阶段可能已经不再适用。市场波动率会长期漂移，价格中枢也会变。我常用的做法是滚动标准化：用过去250个交易日的统计量缩放当天特征，类似技术指标里的rolling zscore。这个方案对在线推断更友好，因为线上每来一天新数据，你永远只有过去的信息。

rolling zscore的实现可以用pandas的rolling方法，滚动窗口取250，min_periods设120，防止早期样本不足产生空值。与全局scaler相比，滚动标准化会对特征序列做去均值，直接消除价格中枢持续抬升带来的伪趋势，让LSTM更容易学到振荡特征而不是单纯记住价格大小。

2.3 标签构造：收益窗口、去极值与前向对齐

标签构造看起来简单，做起来最容易出现隐蔽错误。第一个问题是前向收益的shift方向。上一节代码里用的是shift(-horizon)，含义是“未来第horizon天的收盘价相对今天的涨跌”。很多初学者会写成shift(horizon)，那就变成“看过去”，模型拿到的是已经发生的事，回测自然漂亮到不可思议。

第二个问题是NaN处理。shift(-horizon)会让最后horizon行变成NaN，因为“未来”不存在了。这五行不能参与训练，也不能简单用0填充。前面滑窗代码里循环上限减掉了window和horizon，就是为了把这部分样本整个丢弃。如果数据里有停牌日，除法的分母为0或出现空值，要先用ffill或直接剔除异常行，再构造标签。

第三个问题是二分类标签在收益分布上完全不均衡。股票日收益多数时候在0轴附近小幅波动，未来5日收益大于0的概率接近55%到60%，直接做分类，模型很快学会“永远看涨”，loss很低但毫无区分度。更实用的做法是把收益做分档，例如按过去一年收益率分布的分位数划成三档或五档，让模型预测的不再是“涨还是跌”，而是“处于历史分布的什么位置”。

去极值也一样重要。用回归目标直接预测收益时，少数极端行情（比如单日涨10%）的平方误差会主导loss，造成模型只为极端值服务。可以对标签做clip，把收益限制在-0.1到0.1之间，或者用秩变换把连续收益映射到[0,1]均匀区间。秩变换会损失幅度信息，但换来的是对极端值的鲁棒性——在收益预测这个信噪比极低的问题上，稳健比精确更重要。

3. 搭建LSTM模型：结构、参数与训练配置

数据形态就绪之后才轮到模型。LSTM不是魔法，它解决的问题是“记住序列里哪些信息该保留、哪些该遗忘”。在收益预测场景里，这意味着模型有机会从价格形态中提取出比手工因子更灵活的特征。但LSTM的自由度很高，结构稍有不慎就会掉进过拟合或梯度问题的坑里。

3.1 理解LSTM的输入输出：从(batch, seq_len, features)到隐状态

PyTorch里nn.LSTM的默认输入形状是(seq_len, batch, features)，很多人第一次用会在这里绕晕。加上batch_first=True之后，输入变成(batch, seq_len, features)，和数据集构造时的X形状完全一致，少一层转置麻烦。

LSTM输出有两个返回值：output和(h_n, c_n)。output是所有时间步的隐状态序列，形状是(batch, seq_len, hidden_size)。h_n是最后一层最后一步的隐状态，形状是(num_layers, batch, hidden_size)。做收益预测时，我们通常取h_n[-1]，也就是最后一层的最终隐状态接全连接层。

import torch import torch.nn as nn class LSTMPredictor(nn.Module): def __init__(self, n_features, hidden_size=64, num_layers=2, dropout=0.2): super().__init__() self.lstm = nn.LSTM( input_size=n_features, hidden_size=hidden_size, num_layers=num_layers, batch_first=True, dropout=dropout if num_layers > 1 else 0.0, ) self.fc = nn.Sequential( nn.Linear(hidden_size, 32), nn.ReLU(), nn.Dropout(dropout), nn.Linear(32, 1), ) def forward(self, x): # x: (batch, seq_len, features) _, (h_n, _) = self.lstm(x) # 取最后一层最后一个时间步的隐状态 last_hidden = h_n[-1] # (batch, hidden_size) return self.fc(last_hidden).squeeze(-1)

这里的逻辑要理清：h_n[-1]取的是最上面一层的最后时刻隐状态，它已经聚合了整个窗口的信息。output里也可以取output[:, -1, :]，两者在数值上几乎一致，只是h_n路径省掉了存储完整输出序列的内存，训练时更省显存。全连接层设计成64→32→1，中间夹ReLU和Dropout，作用是给隐状态做非线性压缩。不要一上来就直接从hidden_size映射到1，中间缺一层非线性会让模型学不到特征交叉。

3.2 模型代码与超参选型：hidden_size、num_layers、dropout怎么配

超参选型没有标准答案，但有经验区间。以日频数据、40到60的窗口为例，我常用的起点如下：

hidden_size决定隐状态的表达能力。日频收益序列信号弱，64维是性价比很高的起点。金融时序不是图像，不存在“越大越好”的说法——模型参数越多，对噪声的拟合能力越强，回测曲线越好看，样本外越惨。num_layers超过3层后，梯度在时间维度和层维度双重衰减，训练时间翻倍但收益预测的IC通常没有改善。dropout在num_layers大于1时才有实际作用，它插入在层与层之间，单层网络设dropout等于没设，这一点对刚看pytorch lstm源码的人特别容易误解。

窗口长度和hidden_size还有一个联动关系：窗口越长，模型需要记忆的信息跨度越大，hidden_size也应适当放大。40的窗口配64维，60的窗口配96维，这是一个肉眼可用的经验比例。

3.3 训练循环与学习率策略：梯度裁剪和warmup的必要性

训练LSTM和训练CNN有个显著差别：梯度在时间步之间反复相乘，容易出现指数爆炸。收益序列波动剧烈时，一两根极端K线就足以让loss变成NaN。梯度裁剪是所有RNN训练的标配，它不是加分项，是必选项。

import torch.optim as optim from torch.utils.data import DataLoader, TensorDataset model = LSTMPredictor(n_features=X_train.shape[2]) optimizer = optim.Adam(model.parameters(), lr=1e-3) criterion = nn.BCEWithLogitsLoss() # 内部自带sigmoid，数值更稳定 scheduler = optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max=30) CLIP = 1.0 EPOCHS = 30 BATCH_SIZE = 256 train_dataset = TensorDataset(torch.tensor(X_train, dtype=torch.float32), torch.tensor(y_train, dtype=torch.float32)) train_loader = DataLoader(train_dataset, batch_size=BATCH_SIZE, shuffle=True) for epoch in range(EPOCHS): model.train() total_loss = 0.0 for xb, yb in train_loader: optimizer.zero_grad() logits = model(xb) loss = criterion(logits, yb) loss.backward() # 关键一步：裁剪梯度范数 torch.nn.utils.clip_grad_norm_(model.parameters(), CLIP) optimizer.step() total_loss += loss.item() scheduler.step() print(f"epoch {epoch+1:02d} loss {total_loss / len(train_loader):.4f}")

BCEWithLogitsLoss把sigmoid和交叉熵合并计算，比“先sigmoid再BCELoss”的数值稳定性好很多，尤其是logits绝对值偏大时，后者会出现梯度消失。学习率调度器用CosineAnnealingLR时，T_max要等于EPOCHS，让学习率在一个完整周期内从初始值余弦衰减到接近0。

关于warmup，小数据集上可以不加，但在数据量很大或训练epoch数超过50时，我会在前5个epoch用线性warmup把学习率从0升到目标值。原因是LSTM的隐状态初始化是随机的，训练初期梯度方向不稳定，直接上大学习率容易让模型陷进一个坏的损失曲面。warmup的设计可以做成一个LambdaLR，也可以用现成的transformers里的get_linear_schedule_with_warmup，但那个依赖huggingface库，这里直接手写更清爽：

from torch.optim.lr_scheduler import LambdaLR def warmup_cosine(step, warmup_steps=5, total_steps=30): if step < warmup_steps: return step / warmup_steps return 0.5 * (1 + np.cos(np.pi * (step - warmup_steps) / (total_steps - warmup_steps))) scheduler = LambdaLR(optimizer, lr_lambda=warmup_cosine)

这里返回的是学习率倍率，不是绝对值。warmup_steps设为5，意味着前5个epoch学习率从0线性涨到初始值，之后进入余弦衰减。配合梯度裁剪1.0，这套配置在多数日频收益预测任务上能稳定跑通。

4. 收益预测最容易踩的5个坑：现象、原因与排查

这一章是实践里最值得反复读的部分。收益预测的模型代码并不复杂，真正让团队浪费数周时间的，往往是数据链上那些“看着对，实际错”的细节。

4.1 标签漂移：shift和iloc错位让模型“偷看未来”

现象：回测方向准确率高达65%以上，模型看起来无所不能，拿到新数据立刻失效。

原因：标签和特征没有对齐。最常见的是直接把原始DataFrame里的前向收益列shift(-horizon)之后，没有在滑窗循环里同步调整索引边界。于是第i个样本的特征窗口包含到了第i+window行，而该行的前向收益可能正好落在了特征窗口内部——模型其实用未来数据做了预测。

解决：把标签和特征的生成放在同一个变换里，像2.1节代码那样，在循环中同时管理i和i+window，保证特征窗口的最后一行严格早于标签的观测起点。排查时把构造好的X和y打印出来，人工核对一行样本的日期和标签对应的日期。

4.2 归一化泄漏：全样本统计量带来的虚高结果

现象：测试集上预测表现很好，实盘交易却一路亏损。仔细对比发现，线上数据接入后，特征的均值标准差与训练时差异巨大。

原因：有人图省事，对全量数据先标准化再切分。测试集的均值、标准差混入了scaler的拟合结果，模型在测试时已经“见过”未来分布。这类泄漏最难察觉，因为训练、验证、测试三段的准确率都会被垫高，而且垫高幅度不一致。

解决：回到2.2节的做法，scaler只拟合训练集，验证和测试集只做transform。上线时保存这个scaler，后续每来一日新数据都用它做缩放，绝不能实时重新fit。排查手段也简单：看验证集和测试集的特征分布是否与训练集一致，一旦出现明显的整体偏移，先怀疑scaler泄漏。

4.3 收益分布尖峰厚尾：模型退化成只会预测“不变”

现象：训练过程中loss下降正常，但预测值几乎全部落在0.5附近，或者干脆全部输出0或1。持仓信号没有任何区分度。

原因：金融收益分布不是高斯分布，中间是尖峰，两端是厚尾。大多数时间收益接近0，模型发现预测“不变”时loss最小，于是收敛到恒值预测。这在回归任务里尤其严重，分类任务稍好，但也容易把多数类预测为多数。

解决：改用分档标签代替二分类标签。按过去一年收益的20%、40%、60%、80%分位数划分成5档，模型输出变成一个5分类问题。或者把连续收益除以滚动标准差做标准化，让目标变量变成相对波动率倍数，削弱恒值先验。还有一种选择是调整训练样本权重：收益绝对值大的样本加权，让模型更关注有信息量的时刻。

4.4 回测价差与实盘价差不一致：成本一扣就翻车

现象：回测年化收益15%，实盘跑两个月只剩3%。单笔交易的买卖价差在回测中被完全忽略。

原因：回测里用收盘价成交，但实盘只能按买一卖一或VWAP附近的价格成交。LSTM预测的是日频信号，换仓频率越高，价差成本占比越大。很多回测框架只扣手续费不扣滑点，在这类高频切换信号的策略里，滑点往往比手续费贵一个数量级。

解决：在回测中至少计入双边成本。股票按成交金额的0.1%到0.2%估算，期货按每跳价差估算。判断系统是否值得做时，必须以扣成本后的净收益为准。毛利很漂亮、净利变为负的策略，直接放弃，不要抱有侥幸。

4.5 重叠滑窗样本：验证集和测试集“近亲繁殖”

现象：验证集和测试集的方向准确率都很好看，但滚动重训后模型性能明显衰减。调参时感觉模型的稳定性很差，小改动就能让结果大幅波动。

原因：滑窗构造样本时，相邻样本之间共享了绝大部分历史数据。第i个样本和第i+1个样本只差一个交易日，它们在时间轴上高度重叠。如果验证集紧挨着训练集，两组样本会有大量重叠窗口，验证结果被严重高估。

解决：在划分样本时加gap。训练集和验证集之间空出至少一个horizon长度的交易日，确保验证集中的第一个样本不在训练集最后一批样本的未来窗口内。更严格的做法是把验证集独立出一段连续区间，比如最后6个月完全不参与训练。排查时统计训练集和验证集样本的时间范围，看是否有交叉重叠。

5. 评估与取舍：用IC、ICIR和成本后的净收益判断值不值得做

模型跑通只是起点。接下来的问题是：这套系统到底有没有用、值不值得给它分配资金。只看准确率不够，需要一套与预测任务匹配的评估指标。

5.1 三个核心指标：方向准确率、IC与ICIR

方向准确率最直观，但单独用容易被恒值预测欺骗。IC（信息系数）衡量预测值和实际收益之间的秩相关性，ICIR是IC的均值除以标准差，代表预测能力的稳定程度。

计算IC时要特别注意是“预测当期的收益”还是“未来收益”。如果用分类模型的概率，把预测概率和未来5日收益算Spearman相关；如果用回归模型，直接用预测值和实际值算。实现很简洁：

from scipy.stats import spearmanr def calc_ic(pred, actual): return spearmanr(pred, actual).correlation def calc_icir(pred_list, actual_list): ics = [calc_ic(p, a) for p, a in zip(pred_list, actual_list)] return np.mean(ics) / (np.std(ics) + 1e-8)

这里把预测序列按时间分成多段，逐段算IC再合成ICIR，这样能观察预测能力随时间是否衰减。IC的符号也要关注：如果IC稳定为负且绝对值大，说明模型的方向判断稳定反向，有时反着用也有价值，但这种情况在真实数据里极其罕见，更多时候是数据泄漏导致的幻觉。

5.2 策略回测：完整交易成本口径下的净收益

预测概率映射到仓位后，做一次完整的策略回测。最简策略是：预测概率大于阈值时持有，小于阈值时空仓。收益计算要把每次仓位变化对应的成本扣除。

def backtest_with_cost(pred, actual, cost_rate=0.0015, threshold=0.5): position = (pred >= threshold).astype(float) # 仓位变化点 turnover = np.abs(np.diff(position, prepend=position[0])).sum() / len(position) gross_ret = np.mean(position * actual) net_ret = gross_ret - turnover * cost_rate return gross_ret, net_ret, turnover

三个参数值得细说。cost_rate按双边成本估算，股票市场在0.1%到0.2%之间，期货市场还要看合约价值。threshold直接影响换手率和持仓时间：threshold高，信号少，但每笔交易质量相对更高；threshold低，交易频繁，成本侵蚀收益。实际使用中可以在验证集上扫threshold，按净收益选最优值，但要小心扫出来的阈值过拟合——用ICIR配合判断，不要只看单一最优参数。

回测还有个容易忽略的细节：actual必须是每个持仓日的真实收益，不是未来horizon累积收益。日频换仓时用当日收益；如果按5日信号调仓，那么信号维护期内的每日收益都要算进持仓收益，但仓位只在调仓日更新。代码里用position和逐日收益相乘，就是这个含义。

5.3 稳健性检验：滚动重训与样本外一致性

一次性切分train/test只能证明模型在那一段历史上有效，不能证明它在下个月还有用。滚动重训（walk-forward）是业界常见的验证方法：从起始日期开始，每N天重训一次模型，预测未来M天，然后把预测结果拼接成完整的样本外序列。

results = [] for start in range(train_start, total_len - train_window - test_horizon, step): train_slice = df.iloc[start : start + train_window] test_slice = df.iloc[start + train_window : start + train_window + test_horizon] # 重新fit scaler和model scaler = StandardScaler().fit(train_slice[feature_cols]) X_train, y_train = build_window_samples(train_slice, feature_cols) X_test, y_test = build_window_samples(test_slice, feature_cols) model = train_lstm(X_train, y_train) # 内部完成训练循环 pred = predict(model, X_test) results.append((test_slice["date"].values[-len(pred):], pred, y_test)) # 拼接所有样本外预测 all_pred = np.concatenate([r[1] for r in results]) all_actual = np.concatenate([r[2] for r in results])

注意每个滚动窗口内都要重新练兵scaler和模型，不能用第一次训练时的参数推理后面所有窗口。这样做的好处是模拟真实上线状态：每次只用当时已有的数据做决策。如果模型在滚动重训中的ICIR明显低于一次性切分的结果，说明过拟合严重，这个方向不值得继续投入。

滚动重训也存在计算成本。LSTM训练需要几分钟到几十分钟，窗口多时整体耗时可观。实践中step取20到60个交易日，一年大约滚动6到12轮，训练量完全可接受。如果连这个验证量都无法承受，那这套系统在实盘高频更新时的运维成本也会超出预期——提前止损反而是赚。

6. 进阶技巧：时序注意力、概率校准与推断优化

模型在样本外能跑出稳定IC之后，再往这个方向做增量优化才合理。下面三个技巧按实施性价比排序，第一项最推荐。

6.1 时序注意力：把最后一刻的隐状态换成加权池化

LSTM最后时刻的隐状态未必包含整个窗口最重要的信息。早盘的异动可能到收盘时已经被遗忘，而它恰恰是当天最有效的特征。解决思路是用注意力给每个时间步的隐状态打分，再加权求和：

class AttentionLSTM(nn.Module): def __init__(self, n_features, hidden_size=64, num_layers=2, dropout=0.2): super().__init__() self.lstm = nn.LSTM(n_features, hidden_size, num_layers, batch_first=True, dropout=dropout) self.attn = nn.Linear(hidden_size, 1, bias=False) def forward(self, x): out, _ = self.lstm(x) # (B, T, H) weights = torch.softmax(self.attn(out).squeeze(-1), dim=1) # (B, T) context = torch.bmm(weights.unsqueeze(1), out).squeeze(1) # (B, H) return self.fc(context)

注意力层的参数只有hidden_size个权重，几乎不增加训练负担，但能让模型关注窗口内真正的关键时段。我在实际使用中发现，加注意力的模型对窗口长度不敏感，窗口从40加到80，性能不会明显衰减——这是它区别于“最后一刻隐状态”的显著优势。

6.2 概率校准：用温度缩放估计预测的不确定性

收益预测的另一个常见问题是模型输出0.6的概率并不代表真的60%会上涨。二分类模型训练时天然偏向多数类，概率值存在系统偏差。方法是温度缩放：在验证集上学习一个温度参数T，把logits除以T再求sigmoid，让输出概率与真实频率对齐。

具体做法是固定模型参数，用验证集logits拟合一个标量T，让交叉熵最小。这个T通常大于1，显著拉平过度自信的概率。信号映射到仓位时，用校准后的概率做阈值过滤，信号质量会更高。

6.3 TorchScript导出与批处理：上线前的最后一步

训练验证完成后，模型要离开Python训练环境。常见做法是torch.jit.script导出模型，再拿C++或服务框架加载。导出前把模型切换到eval模式，并固定dropout状态：

model.eval() traced_model = torch.jit.trace(model, torch.randn(1, WINDOW, n_features)) traced_model.save("lstm_ret.pt")

TorchScript导出后的模型不依赖Python环境，推理速度快，适合部署在行情服务端旁。日常预测时用batch推理一次处理多只标的，把每只标的最近WINDOW天特征堆成(batch, WINDOW, n_features)，一次forward得到全部预测概率，避免循环单条预测带来的开销。

我做收益预测这些年，最大的教训是：模型永远只是信号源，真正的收益来自数据管线的严谨性和成本控制。每次上线新模型之前，我都会强制自己跑一遍滚动重训，把所有回测结果扣满成本再看一遍。这个流程帮团队挡掉了不止一次“回测很美、实盘就亏”的翻车。如果你打算在这个方向投入，希望这些踩过的坑能帮你省下几周时间，也让你对模型输出的边界更诚实——收益预测系统做的是概率判断，不是确定性机器。希望帮到你。

本文还有配套的精品资源，点击获取