4.5 KiB
历史实验记录：本文保留 v0 阶段的特征分析。当前运行入口、正式模型和最新指标以
README.md、usage.md和model.md为准。
特征 维度 是否启用 介绍
───────────────────────────── ─────────── ────────────── ─────────────────────────────────────────
最近18个K线形态特征 144 是
───────────────────────────── ─────────── ────────────── ─────────────────────────────────────────
法币成交量特征 36 是 判断每根K线成交额在最近18根中的位置和相
对中位数
───────────────────────────── ─────────── ────────────── ─────────────────────────────────────────
品种固定画像 2 是 表示不同品种长期波动和流动性差异
───────────────────────────── ─────────── ────────────── ─────────────────────────────────────────
ATR、RSI、布林带、EMA等指标 198个候选 否 Stage 2中测试过，但最终没有被选中
───────────────────────────── ─────────── ────────────── ─────────────────────────────────────────
趋势和窗口汇总特征 15个候选 否 Stage 3中测试过，但最终没有被选中
1. K线形态特征：144个
每根K线提取8类信息，连续使用最近18根：
- 阳线、阴线、十字星方向
- 实体相对整根K线的比例
- 实体绝对大小
- 上影线比例
- 下影线比例
- 收盘价在整根K线中的位置
- K线振幅相对收盘价的比例
- 对数收益率
这部分占最终特征的约 79%，是模型的主体。所有价格信息都转换成比例或收益率，没有直接使用BTC、ETH等品种 的绝对价格，因此不同品种之间可以统一训练。
2. 成交量特征：36个
每根K线使用2个成交量特征：
- quote_volume_rank：该根K线的 USDT 法币成交额在最近18根中的百分位排名。
- quote_volume_log_rel_median：该根K线成交额相对于最近18根中位数的对数差异。
这里使用的是法币成交额 quote，而不是不同品种单位不一致的原始币数量。
3. 品种固定画像：2个
每个品种只提供两个长期特征：
- 训练期 ATR/价格在最高波动20%样本中的中位数。
- 训练期法币成交额对数在最高20%样本中的中位数。
这两个值用于让统一模型知道“这个品种通常有多大波动、流动性有多大”。它们会再按照所有训练品种的均值和标 准差进行标准化。
4. 当前没有真正使用的指标
代码可以计算以下指标：
- ATR及ATR排名
- RSI
- 布林带位置和宽度
- EMA9、EMA21距离
- 3根和9根趋势收益
- 18根波动率
- 18根回撤
但最终模型选择了 Stage 1，所以这些指标没有进入当前预测模型。它们只在 Stage 2/3中参与过候选比较，最终 验证表现没有优于 Stage 1。
需要注意：ATR rank 200 仍被用于样本资格检查，但当前模型阈值是 0.00，因此实际上没有过滤掉低波动样本。
特征重要性的大致情况
对当前 ExtraTrees 点预测模型做类别汇总后：
- K线形态与价格行为：约 83.7%
- 成交量特征：约 15.7%
- 品种固定画像：约 0.7%
这说明模型主要依赖最近18根K线的形态和波动结构，成交量有辅助作用，长期品种画像目前影响较小。这个重要性 只代表 ExtraTrees 点模型的特征分裂贡献，不等同于因果关系。