ML4T 教材導讀 · 總覽

27 章,其實只有一條線

《Machine Learning for Trading》厚達 27 章,但它從頭到尾只在講一件事:怎麼讓「看起來會賺」變成「證據撐得住」。認得那條線,這本書就不再是章節的集合。

Stefan Jansen · 第三版 27 章 · 六大部分 7 頁導讀
0

一張圖看懂全書

資料是地基,研究是迴圈,不是直線

這本書的骨架叫 ML4T Workflow,只有兩層:底下一層資料基礎建設(Ch 2–5),上面一圈策略研究迴圈(Ch 6–20、25–26)。關鍵在「圈」這個字——實盤結果會回頭修訂假說,所以它是循環不是流水線。書裡每一章都是這張圖上的某一個模組。

還有一件事值得先知道:這個工作流程不強制用機器學習。訊號來自主觀研究、規則系統或模型,都適用同一套結構。書名有 Machine Learning,但紀律才是主角。

研究迴圈 · STRATEGY RESEARCH 研究框架 凍結 setup、標籤定義 Ch 6–7 特徵與模型 巢狀迴圈,反覆試 Ch 8–15 策略設計 回測、組合、成本、風險 Ch 16–20 部署與監控 上線才是開始 Ch 25–26 實盤結果回饋,修訂假說 資料基礎建設 · DATA INFRASTRUCTURE Ch 2–5 資料宇宙與品質 市場微結構 基本面與另類資料 合成資料 餵給上層 進階 AI 工具箱 Ch 21–24 RL、RAG、知識圖譜、Agent——需要才拿 首尾兩章是哲學 Ch 1 · Ch 27 流程就是你的優勢——全書的第一性原則

看懂這張圖就懂了大半:多數人失敗不是模型不夠好,是資料地基漏水、或研究根本沒有形成迴圈。

A

三條貫穿全書的主線

認得這三條,每一章都能歸位

主線一:Evidence Boundary(證據邊界)。這是全書最重要的一個機制,也是後面所有驗證方法(walk-forward、purged CV、Deflated Sharpe、trial 記帳)的共同源頭。它承認一件現實:迭代搜尋不可避免——你一定會反覆試。既然擋不住,那就改成「讓搜尋可以被計數」,證據才還讀得懂。

① 探索 EXPLORATION · 用可用資料自由迭代 · 換特徵、換模型、換參數 · 診斷、看圖、反覆試 唯一義務: 每一次嘗試都記進研究紀錄 看過結果才改的參數也算一次 研究紀錄 Research Ledger 試了幾次 =顯著門檻的分母 寫入 讀取 ② 確認 CONFIRMATION · 規格已凍結,不再改 · 用探索期從沒碰過的資料 · 指標事前定義好 關鍵: 依試過幾次調整顯著門檻 封存的 holdout 只能用這一次 邊界是一段「轉換過程」,不是某一天的單一事件

左邊愛怎麼試都行,右邊只准開一次——中間那本帳決定右邊的及格線要提多高。

Ch 01 · 研究開跑前的五道凍結決策規則
# 這五項定義了「證據」是什麼意思。動筆研究前先凍結。
凍結 ① 決策時可得的資訊集   # 時間點 t 到底知道什麼
凍結 ② universe 與可交易規則  # 流動性、容量、能不能放空
凍結 ③ label 與 horizon
凍結 ④ 成本模型的「類別」     # 類別固定,參數之後可以再估
凍結 ⑤ 評估協定             # walk-forward 結構、holdout、trial 記帳

之後  特徵 / 模型 / 策略層 自由迭代
但是  不回頭改評估規則
註解為什麼重要:事後改了任何一項,「績效變好」就無法歸因——你分不清是訊號真的變強,還是題目被你改簡單了。獨立研究者最常見的自傷叫 goalpost drift:看到結果才改成功的定義。

主線二:流程就是你的優勢(Process is your edge)。這是書名底下真正的命題,也是第 1 章與第 27 章首尾呼應的那句話。沒有任何模型能跨 regime 永遠最優;能撐下去的,是那套偵測衰退、區分雜訊與環境轉變、把資本移向仍穩健之處的流程。單一策略是暫時優勢,能持續產出策略的流程才是資產。

Ch 01 · 績效下滑時的三分診斷決策規則
# 監控偵測到策略在虧,第一件事是分類,不是動手調參數
若 訊號本身衰退      → 重訓 / 暫停 / 退場
若 資料管線故障      → 修管線,策略沒問題
若 執行成本上升      → 降換手 / 改執行方式

分不出來 就是在對雜訊出手
# 而「臨場即興的干預」本身就是一種過擬合

所以 retrain / pause / retire 的觸發條件
     要事前寫進系統規格
註解為什麼重要:這三種病因對應完全不同的處置,混在一起看就會亂投藥。書把「什麼情況該退場」當成規格的一部分事前寫死,正是因為當下你一定捨不得——沉沒成本會讓人用「它曾經有效」而不是「現在證據還支持」來做決定。

主線三:成本意識從第一天就在。很多人把交易成本當成回測完再貼上去的一層修正,這本書的態度相反——成本模型是研究開跑前就要凍結的五項之一,而且它決定了你的訊號有沒有資格存在。第 18 章那組護欄(break-even 換手率、最低可行 edge、alpha-to-go、容量)是拿來在部署前用算術判死刑的,不是事後解釋用的。

Ch 01 · 脆弱度稽核(獨立研究者版)決策規則
# 判斷一個策略值不值得繼續投入,逐項測「還活著嗎」
測試 成本 × 2
測試 執行延遲 數秒 ~ 數分鐘
測試 部位 / 參與率 封頂
測試 進出場時點在 bar 內平移

留下 優雅退化的策略
斃掉 只有在精確樂觀假設下才成立的策略
# 敏感度比點估計更有資訊量
註解為什麼重要:書點名獨立研究者有個特有死法叫 assumption stacking——樂觀成交、bar 尾執行、低估成本、無視容量,每一個單獨看都無傷大雅,疊起來就憑空生出績效。機構有天然摩擦擋掉一部分,個人沒有,只能靠這種稽核自己擋。
B

章節地圖與閱讀路徑

六大部分,以及你該從哪裡切進去

27 章分成六大部分。下表是各部分的核心主線與對應導讀頁——這頁就是索引,從這裡點進去讀。

部分章核心主線導讀頁
財務資料Ch 2–5PIT 正確性是一切的地基,錯了不會報錯只會靜默偏誤01
研究設計與特徵Ch 6–10凍結 setup → 設計標籤 → 特徵三步濾網02
模型開發Ch 11–15基線階梯:贏不了 Ridge 就是白加複雜度03
策略實作Ch 16–20回測是證偽練習,不是判決04
進階 AICh 21–24RL/RAG/知識圖譜/Agent 各自的適用邊界05
生產環境Ch 25–27同一份程式碼跑回測與實盤06

七頁全數完成。建議的讀法:先讀完這一頁建立全貌,再依下面的路徑挑一條切進去——不必按編號順序讀。

不必從第 1 章讀到第 27 章。依你手上的問題選一條路徑切進去,效率高得多:

  1. 路徑一:我要驗一個假說,怕又白忙一場

    Ch 6(凍結 setup、walk-forward)→ Ch 7(標籤設計、多重檢驗)→ Ch 16(回測協定、Deflated Sharpe)。這條路直接對應「試了很多組合才下結論」的陷阱。

  2. 路徑二:我要做特徵

    Ch 8(動能/carry/波動/微結構五族)→ Ch 9(GARCH、HMM 等 fitted 特徵的紀律)→ Ch 2、Ch 4(資料的時點正確性)。特徵做錯的根因常常在資料層。

  3. 路徑三:我有模型了,要判斷能不能上

    Ch 18(成本與容量護欄)→ Ch 19(風險、熔斷)→ Ch 25、Ch 26(實盤一致性、漂移監控)。先用算術判死刑,再談上線。

  4. 路徑四:我想先建立全貌

    Ch 1 → Ch 27 → 各部分導讀頁。這兩章是哲學首尾,讀完再展開細節,會知道每章在解什麼問題。

這份導讀,和 ml4t skill 是兩種東西——用途不同,別互相取代:

給人讀導讀 HTML

  • 循序學習,建立直覺與全貌
  • 有圖、有主線、有台股脈絡
  • 一次讀一個部分,讀完就懂那五章在幹嘛
  • 放在 docs/ml4t導讀/

給 agent 查ml4t skill

  • 開發時按需載入,回答具體問題
  • 27 章全文+70 條決策規則速查
  • 密度極高,不適合人從頭讀
  • 裝在 ~/.claude/skills/ml4t/

用法上互補:先用導讀頁建立全貌,實際動手開發時再讓 Claude 載入 skill 查細節與閾值。在「技術分析與基本面分析小天才」專案打 /ml4t 可以看 skill 能做什麼。

注意事項 · 這份導讀的邊界

📐數學公式讀不到:來源 EPUB 在文字抽取時,所有數學式與 1,170 張圖表都無法讀取。導讀與底層蒸餾檔都是用文字描述機制+保留書中明確寫出的數字來補償。要精確公式請查原書,或看配套的 stefan-jansen/machine-learning-for-trading。
🇺🇸口徑是美股:書的九個案例是美股/ETF/加密貨幣。成本結構、微結構、資料源都跟台股不同——漲跌幅限制、分盤撮合、當沖稅、券商分點這層資料,書裡沒有直接答案。書中閾值(如每邊 5–15 bps)當數量級參考,不要當台股實值套用。
🔬研究等級,不是實盤依據:書中所有回測數字都是作者自己測試床的實測結果,屬研究性質。導讀沿用這些數字時同樣是研究等級——不構成投資建議。
📄來源是蒸餾檔不是原書:本頁內容取自 skills/ml4t/ 的章節蒸餾檔(由原書 EPUB 經 book-to-skill 方法產出),不是原書逐字內容。蒸餾內容衍生自版權著作,僅供私人學習,不公開發佈。