三重障碍标注法：给金融机器学习一个不作弊的标签 • halo 的技术博客

一句话版本#

三重障碍标注法用「止盈障碍、止损障碍、最大持有期」三道墙给每个信号打标签——先碰到哪道墙就按哪道墙定标签，障碍宽度随波动率自适应缩放。它让机器学习的标签第一次和你实际会执行的交易长得一样。

一、问题：固定时间窗标注错在哪#

金融机器学习的第一步是造标签。最常见的做法朴素到没人多想一秒：

特征取自第 t 日，标签 = 第 t+20 日收益的符号。涨了标 1，跌了标 0。

这个标注方式有两个致命病灶，各自足以让整个项目白干。

病灶一：它忽略路径。 假设某次信号后的 20 日里，价格先跌 15%、再涨回来、最终收在 +1%。固定窗标注给它打 1——「成功」。但现实中你大概率活不到第 20 天：风控砍仓、保证金追缴、或者你自己在 -15% 的位置心态崩了。标签说这是笔好交易，你的账户说不是。模型学习的目标函数和你的实际盈亏之间出现了系统性错位。

病灶二：固定收益阈值让标签分布随波动率漂移。 有人意识到「符号太噪声」，改成「20 日收益超过 +5% 标 1、低于 -5% 标 -1、中间标 0」。听起来更稳健，实际引入了新问题：±5% 在低波动期是罕见事件，在高波动期是家常便饭。于是低波动期的样本几乎全是 0，高波动期的样本几乎全是 ±1。

用合成的双状态市场（低波动 0.8%/日、高波动 2.2%/日，马尔可夫切换）实测固定 ±5% 阈值：

市场状态	标 −1	标 0（超时）	标 +1
低波动期	30%	27%	43%
高波动期	45%	12%	43%

标签的类别分布跟着波动率状态整体漂移。模型看到这样的数据，最省力的作弊方式是先学会识别波动率状态、再根据状态猜标签分布——它对方向的预测能力可以为零，交叉熵照样下降。你以为模型在学 alpha，其实它在学 GARCH。

固定阈值 vs 波动率自适应的标签分布

右图是波动率自适应阈值（下一节介绍）下的同一统计：两种波动状态下标签分布几乎一致。模型没有捷径可走，只能去学方向本身。

二、三重障碍：先触先得#

López de Prado 在《Advances in Financial Machine Learning》里给出的修复方案，结构简单到可以画在餐巾纸上。对每个信号时刻 $t_0$ ，竖起三道障碍：

上障碍（止盈）： $p_0 \times (1 + m \cdot \sigma_t \cdot \sqrt{h/2})$ ，触及标 +1
下障碍（止损）： $p_0 \times (1 - m \cdot \sigma_t \cdot \sqrt{h/2})$ ，触及标 −1
垂直障碍（最大持有期）： $t_0 + h$ 日，到期未触及横向障碍，按到期收益符号标注（或直接标 0）

先碰到哪道墙，就按哪道墙定标签。 其中 $\sigma_t$ 是 EWMA 日波动率， $m$ 是宽度倍数， $\sqrt{h/2}$ 把日波动缩放到持有期尺度——这保证障碍宽度和「h 日内典型波动幅度」同数量级，低波动期障碍自动收窄、高波动期自动放宽。

三重障碍的三种触发结局

import numpy as np
import pandas as pd

def ewma_vol(ret: pd.Series, lam: float = 0.94) -> pd.Series:
    """EWMA 日波动率（RiskMetrics 权重）"""
    var = ret.pow(2).ewm(alpha=1 - lam, adjust=False).mean()
    return np.sqrt(var)

def triple_barrier_label(price: pd.Series, t0: int, sigma: float,
                         pt_mult: float = 2.0, sl_mult: float = 2.0,
                         max_hold: int = 20):
    """
    对单个事件做三重障碍标注。
    返回 (触发时刻, 标签, 事件区间终点)
    标签: +1 触及止盈, -1 触及止损, 到期按收益符号
    """
    # 障碍宽度按持有期尺度缩放：日波动 × sqrt(h/2)
    width = sigma * np.sqrt(max_hold / 2)
    p0 = price.iloc[t0]
    upper = p0 * (1 + pt_mult * width)
    lower = p0 * (1 - sl_mult * width)
    end = min(t0 + max_hold, len(price) - 1)

    for t in range(t0 + 1, end + 1):
        if price.iloc[t] >= upper:
            return t, 1, end          # 止盈先触
        if price.iloc[t] <= lower:
            return t, -1, end         # 止损先触
    # 垂直障碍：按到期收益符号
    r = price.iloc[end] / p0 - 1
    return end, int(np.sign(r)), end

def make_labels(price: pd.Series, events: list[int],
                pt=2.0, sl=2.0, h=20) -> pd.DataFrame:
    ret = price.pct_change()
    sigma = ewma_vol(ret)
    rows = []
    for t0 in events:
        t_hit, label, t_end = triple_barrier_label(
            price, t0, sigma.iloc[t0], pt, sl, h)
        rows.append({"t0": t0, "t_hit": t_hit,
                     "t_end": t_end, "label": label})
    return pd.DataFrame(rows)

python

几个实现细节值得强调：

障碍宽度必须用信号时刻的波动率，不能用全样本波动率——后者是轻微但真实的前视偏差；
止盈和止损倍数可以不对称。 $pt/sl = 2/1$ 意味着你只想学「能涨两倍止损宽度才值得做」的机会，标签会更稀但更有含金量；
垂直障碍不是装饰。没有它，横盘期的事件会无限期悬空；它同时定义了资金占用的上限，让每笔标签对应有限的持仓周期。

三、实测：同一模型，只换标签#

标注方式的差异最终要落到样本外表现上。实验设计刻意苛刻：同一份合成数据（带弱动量结构）、同一组特征（波动率标准化的 5 日/20 日动量、均线偏离、波动水平）、同一个逻辑回归，唯一变量是标签——一组用「20 日后收益符号」，一组用三重障碍。训练测试按 60/40 时间切分，中间留 25 日 purge 间隔防重叠泄漏。

样本外校准与浮亏截断对比

两个结果值得说：

概率校准（左图）：三重障碍标签训练出的模型，样本外预测概率与实际命中率更贴近对角线。原因不神秘——三重障碍的标签本身波动率标准化过，「+1」在任何市场状态下含义一致（涨了约 2 倍持有期波动），模型输出的概率因此跨状态可比。固定窗标签的「+1」在低波动期是 +0.5% 也算、高波动期 +8% 才算，同一个预测概率在不同状态下对应完全不同的事件，校准自然散。

浮亏截断（右图）：配套障碍退出的策略，单笔最差浮亏从固定窗持有的 −21.8% 截到 −15.4%。这不是模型更聪明，是退出规则和标签定义一致的机械结果——标签说「触及止损算失败」，执行时就真的在止损位离场。固定窗标注 + 固定窗持有的组合，中途浮亏是完全放任的。

这引出三重障碍法最容易被忽略的价值：它强迫标注、回测、执行三者共用同一套规则。标签定义就是退出规则，模型优化的目标就是实盘会实现的盈亏。固定窗标注的项目里，这三层往往各说各话——研究员用 20 日收益训练，回测加了 8% 止损，实盘风控又是另一套，三层规则打架时没人知道模型到底学了什么。

四、代价：重叠样本与泄漏#

三重障碍不是免费的。它引入一个固定窗标注没有（或没那么严重）的问题：标签区间重叠。

标签区间重叠示意

信号密集时，第 305 日的标签用到第 305–320 日的价格，第 312 日的标签用到 312–327 日——两个「独立样本」共享了一大段行情。后果有两层：

有效样本量虚高。1000 个重叠标签的信息量可能只相当于 200 个独立样本，任何基于 i.i.d. 假设的统计（p 值、交叉验证方差）都过于乐观；
标准 K-fold 交叉验证直接泄漏。随机划分会把共享同一段行情的样本一半放进训练集、一半放进测试集，模型「记住」那段行情就能在测试集拿高分——你看到的验证 IC 有相当部分是泄漏的回声。

对策是 AFML 的另外两件套：按重叠程度做样本唯一性加权（uniqueness weighting，重叠越多权重越低），以及 Purged K-Fold（训练集中删除与测试集事件区间有任何重叠的样本，外加 embargo 缓冲带）。本文实验里的 25 日 purge 间隔就是最简化版本。这两个主题各值一篇文章，此处只需记住结论：用了三重障碍而不管重叠，等于修好了标签又打开了另一扇泄漏的门。

五、参数怎么选，以及 A 股落地#

宽度倍数 $m$ ：太窄（<1）标签几乎全由噪声触发，太宽（>3）退化回垂直障碍主导、路径信息丢失。经验起点是 1.5–2.5，且应该用后续的元标注/特征重要性验证而非网格搜索——对 $m$ 做精细调参是把过拟合从模型端转移到标签端。

最大持有期 $h$ ：由策略的信号衰变周期决定，不是自由参数。动量类信号 10–30 日，微观结构类可能只有几根 bar。 $h$ 与障碍宽度通过 $\sqrt{h/2}$ 耦合，改 $h$ 时宽度自动跟随，这是缩放项存在的意义。

垂直障碍标 0 还是按符号：二分类（按符号）样本利用率高；三分类（标 0）把「趋势没走出来」显式分离，配合元标注更干净。倾向后者，但样本少时二分类更实际。

A 股特有的坑：涨跌停会让障碍「名义触及、实际不可成交」——涨停触及止盈时你未必卖得出，跌停触及止损时你肯定卖不出。严格的做法是障碍触发后检查当日是否一字板，是则顺延到次一可成交日、用该日实际可成交价格重算标签收益。T+1 则要求 $t_0$ 当日建仓的信号，止损障碍最早从 $t_0+1$ 起生效。这两条不处理，标签会系统性高估极端行情下的可实现收益。

六、总结#

固定时间窗标注有两个病灶：忽略路径（中途 -15% 的「成功」交易）与标签分布随波动率漂移（模型学波动状态而非方向）；
三重障碍用止盈/止损/最大持有期先触先得修复路径问题，用波动率自适应宽度修复分布漂移，实测标签分布跨波动状态稳定、样本外概率校准更好、单笔最差浮亏被机械截断；
它最大的隐性价值是让标注、回测、执行共用同一套规则——模型优化的就是你会执行的；
代价是区间重叠：不配合唯一性加权和 Purged K-Fold，交叉验证分数含泄漏水分；
参数上 $m$ 取 1.5–2.5、 $h$ 由信号衰变周期决定，不要对标签参数做网格搜索；A 股需处理涨跌停不可成交与 T+1。

三重障碍是 AFML 体系的地基：后面的元标注（拿它的标签训练二级模型）、唯一性加权、Purged CV 全部建立在这套事件定义之上。地基打歪，上层全歪。

本文使用合成数据演示方法论，所有数值为受控模拟结果，不构成投资建议。