因果卷积金融预测：用膨胀卷积抓长程周期

你想从一段价格序列预测下一步，或者从过去 64 天的量价预测未来收益。普通 CNN 也能做序列：卷积核在时间里滑。但它有个死穴——卷积核宽锁死了感受野。输出位置 p 只看到 p 附近 k 个点，堆 N 层也只看到 N·(k−1)+1，线性增长。要看到 31 步前的一个周期相位，核宽 3 得堆十几层，参数量和内存爆炸，还梯度衰减。

膨胀卷积（dilated convolution） 是绕开这个死穴的标准解法：卷积核在输入上每隔 d 个点采一个样，输出 p 看的是 p, p−d, p−2d… 而不是相邻的。d 逐层翻倍 (1,2,4,8,…)，感受野就指数级扩张——5 层核宽 3 就能覆盖 1+(3−1)·(1+2+4+8+16)=63 步，整根周期纳进一个窗口。再加左填充保证严格因果，就是「因果膨胀卷积」。

在我们的多周期正弦叠加合成序列（周期 ∈ {5,11,17,23,31} 步）上：膨胀因果 CNN 测试集 R²=0.997、MSE=0.0029，相对普通 CNN(0.996/0.0041) 略有改进；但讽刺的是它仍输给 OLS 线性(0.999/0.0009)——因为这个任务本质是「已知频率的线性叠加」，OLS 用精确的周期/相位特征几乎吃满 R²。膨胀 CNN 真正证明的是「膨胀 vs 不膨胀」的感受野差距，不是「CNN 比线性强」。后文五类陷阱把它讲透。

1. 因果膨胀卷积：把「不偷看未来」和「看得够远」同时塞进卷积#

普通卷积做序列预测有两个毛病：

1. 不因果：输出位置 p 会用到输入 p 之后的点 → 未来泄漏，回测必假。
2. 感受野短：输出 p 只看到就近 k 个点，N 层也只有 N·(k−1)+1，线性增长，要看到 31 步前的周期得堆十几层。

膨胀卷积用两招解决：

• 膨胀（dilation）：卷积核在输入上每隔 d 个点采一个样。第 i 层膨胀 d_i，L 层堆叠后感受野 = 1 + (k−1)·Σd_i。d 逐层翻倍时感受野指数级扩张。
• 因果填充（causal padding）：在序列左边填 (k−1)·d 个零，保证输出位置 p 只依赖输入 ≤ p，严格不泄漏未来。

import numpy as np

K = 3                 # 卷积核宽（>1 才能表达相位）
C_CH = 8
L = 64                # 输入窗口长度
PERIODS = (5, 11, 17, 23, 31)   # 多周期，最长 31 步
DILS = [1, 2, 4, 8, 16]         # 逐层翻倍膨胀，5 层感受野 = 1 + 2*(1+2+4+8+16)=63

2. 从零实现：因果膨胀卷积（纯 numpy）#

def causal_dconv(x, W, b, d):
    """因果膨胀卷积：out[b,c,l] = b[c] + Σ_k W[c,cin,k]·x[b,cin, l−k·d]
    x:(B,cin,Lx)  W:(cout,cin,K)  b:(cout,)  d:膨胀  -> out:(B,cout,Lx)
    越界用 0 填充，天然因果（只看 ≤ 当前位置）。"""
    B, cin, Lx = x.shape
    cout = W.shape[0]
    out = np.zeros((B, cout, Lx))
    for k in range(K):
        idx = np.arange(Lx) - k * d
        valid = idx >= 0              # 越界 = 0 = 未来不泄漏
        taps = np.zeros_like(x)
        taps[:, :, valid] = x[:, :, idx[valid]]
        for c in range(cout):
            out[:, c, :] += b[c]
            out[:, c, :] += np.tensordot(taps, W[c, :, k], axes=([1], [0]))
    return out

注意 valid = idx >= 0：左填充的零让输出 p 永远看不到未来，这是因果性来源。反向传播我们用有限差分逐参数校验过（脚本内置 CHECK_CC_GRAD=1，最大相对误差 < 1e-3），保证梯度正确——下面预测对比图的曲线是真的从头训出来的，不是画图。

网络堆叠 5 层膨胀 + 残差 + 末位读出：

def forward(X, P):
    acts = []
    h = X
    for i, d in enumerate(DILS):
        conv = causal_dconv(h, P[f"W{i}"], P[f"b{i}"], d)
        res = np.einsum("bcl,cj->bjl", h, P[f"Wr{i}"])   # 1x1 残差
        a = np.maximum(0, conv + res)                     # ReLU
        acts.append((h, conv, res, a))
        h = a
    last = h[:, :, -1]
    yhat = last @ P["Wo"].T + P["bo"]                     # 末位读出
    return yhat.ravel(), acts

3. 数据合成：多周期正弦叠加任务#

目标 y_t 是多个周期正弦/余弦的线性叠加，专门测「长程周期性」——普通 CNN 核宽锁死、看不到一个完整长周期，相位错乱；膨胀卷积把整根周期纳进窗口。

def make_data(N=8000, periods=PERIODS, noise=0.05):
    t = np.arange(N)
    y = np.zeros(N)
    for f in periods:
        A = rng.normal(0, 1) * 0.8
        B = rng.normal(0, 1) * 0.8
        y += A * np.sin(2 * np.pi * f * t / 64.0) + B * np.cos(2 * np.pi * f * t / 64.0)
    y += noise * rng.standard_normal(N)
    y = (y - y.mean()) / (y.std() + 1e-9)     # 标准化
    return y.copy(), y

构造窗口 X_t = x[t−64:t]，预测 y_t。训练 6400、测试 1600。最长周期 31 步、主周期 64 步，膨胀到 16 的 5 层感受野 63 步刚好覆盖。

4. 实测：膨胀救了感受野，但救不了「比线性强」#

朴素基线            MSE=1.0002  R²=-0.000  RMSE=1.0001
OLS 线性            MSE=0.0009  R²=0.999  RMSE=0.0294
普通CNN(非膨胀)    MSE=0.0041  R²=0.996  RMSE=0.0642
膨胀因果CNN         MSE=0.0029  R²=0.997  RMSE=0.0540
膨胀CNN 相对 OLS 改进: -237.9%

三个诚实结论：

• 膨胀 CNN vs 普通 CNN：R² 0.997 vs 0.996，MSE 0.0029 vs 0.0041。 膨胀确实把感受野拉长、吃到完整周期，但在这类「周期不算太长」的任务上，普通 CNN 核宽 3 跑 200 epoch 也基本学到了——差距只有一点点。真正要拉满差距，得把周期拉到远超普通 CNN 核宽能及的长度（如 200+ 步）才有碾压级差别。
• 膨胀 CNN 碾压朴素基线：朴素（预测 0）R²=−0.000，说明任务确有强可学结构，CNN 抓到了。
• 但膨胀 CNN 仍输给 OLS(0.999)。 根因干净：这个任务的 y 是已知频率的正弦/余弦线性叠加，OLS 用 sin/cos(2πf·t) 精确频率特征做线性回归，几乎吃满 R²=0.999（噪声项才 0.05）。膨胀 CNN 是带非线性的有限容量网络，在「已知周期的线性叠加」任务上赢不了最优线性解。「膨胀 CNN 相对 OLS 改进 −237.9%」这个负数，恰恰说明 OLS 比它好得多——别被标题的「膨胀」骗了。

5. 测试段逐点预测：相位锁得住吗#

逐点看，膨胀 CNN（红）和 OLS（蓝）都几乎贴着真实（黑）。放大相位漂移窗口（图里金色段）会发现：OLS 因为用了精确频率特征，相位锁得最死；膨胀 CNN 在长周期上偶尔有微小相位滞后。这进一步印证——当真实生成过程是「已知频率的线性叠加」，线性模型就是理论上界，CNN 只能逼近、不能超越。

6. 五个真实陷阱（必须说清）#

陷阱 1：膨胀解决「感受野」，不解决「比线性强」。 这是最易被营销话术骗的一点。「膨胀卷积感受野指数级」是事实，但「感受野大 = 预测准」是错觉。若任务本身可由线性模型近优表达（如本例的已知周期叠加），任何有限容量非线性网络都赢不了最优线性解——这是「数据处理的不等式」。膨胀 CNN 的卖点是「并行 + 长感受野 + 因果」，不是「非线性碾压线性」。

陷阱 2：感受野越大越好？错，会吃噪声 + 过拟合 + warmup 污染。 膨胀翻倍堆到 63 步听起来很美，但感受野越大，开头 (k−1)·d 段输出依赖的是「假的零」填充——它们不是真实历史，长膨胀下开头几十步预测不可靠（warmup 污染）。且过长感受野把无关历史卷进来，低频任务上反而引入噪声。实践里感受野应略大于任务相关周期，不是越大越好。

陷阱 3：因果填充不是零成本。 左填 (k−1)·d 个零，序列开头 d 段输出依赖假零。回测必须从 warmup 之后算指标，否则 RMSE / Sharpe 被虚假开头污染（和所有序列模型同理）。本文测试集从窗口滑完之后才开始算，已避开。

陷阱 4：通道数与容量陷阱。 CNN 容量随通道数 C_CH 涨，但金融弱信号任务上通道太多 → 过拟合 + 训练抖。我们 C_CH=8 已够；真实落地先用小通道 + dropout 起步，再按验证集加。

陷阱 5：真周期 ≠ 可预测。 金融价格里「看起来有周期」（如月度效应、季节性）往往是伪周期——幅度时变、相位漂移、还会被regime切换打断。膨胀 CNN 能把「真·稳定周期」学到，但对伪周期会过拟合历史周期、未来失效。别把「模型学会了历史周期」当「模型能预测未来周期」。

7. 它和 TCN / RNN / Transformer 怎么选#

• 序列中等、要并行 + 长感受野、结构偏局部周期：膨胀 CNN / TCN 顺手。
• 要省事、任务周期已知且线性可加：直接 OLS + sin/cos 频率特征，别上网络（本例 OLS 就是上界）。
• 序列极长、要线性复杂度：Mamba/SSM。
• 要全局依赖、数据够：Transformer（配因果掩码）。

一句话：膨胀 CNN 是「把 CNN 的感受野从线性拉成指数级、且保持因果」的序列模型，代价是感受野有限、容量靠堆层、且赢不了已知结构的线性解。

8. 落地路径#

1. 多周期特征 backbone：用膨胀 CNN 处理分钟/tick 级局部量价形态，吐特征给下游信号模型；不同膨胀层天然捕获不同周期（2 步/4 步/…/32 步）。
2. 周期因子：把各膨胀层输出当「多周期卷积因子」直接产出，比手工算 MACD/DMI 更自适应。
3. 因果自回归预测：推理时维护滑动窗口，每步一次前向，比 RNN 快（并行）、比 Transformer 省显存。
4. 真要做端到端：上 PyTorch Conv1d(dilation=d, padding=(k−1)·d) + 因果掩码，GPU 上快几个数量级，自动微分取代有限差分校验。

9. 结论#

因果膨胀卷积的精髓一句话：用「膨胀采样」把卷积核的感受野从线性拉成指数级，用「左填充」保证严格不偷看未来。

我们纯 numpy 从零实现 + 有限差分梯度校验证明：在多周期正弦叠加任务（周期 5/11/17/23/31 步）上，膨胀因果 CNN 测试集 R²=0.997、MSE=0.0029，相对普通 CNN(0.996/0.0041) 略有改进，证明「膨胀」确实拉长了被核宽锁死的感受野。但它仍输给 OLS 线性(0.999/0.0009)——因为任务本质是已知频率的线性叠加，OLS 在精确周期特征上近最优。膨胀 CNN 的威力来自「并行 + 长感受野 + 因果」，不是「非线性碾压线性」；膨胀解决感受野，不解决比线性强（陷阱 1）。warmup 污染、通道容量、因果填充代价、伪周期陷阱，是四个必须正视的约束。

周期不用每次重看，用膨胀卷积把它一次性卷进来就好——但别指望它比「已知周期的线性模型」更懂周期。