模型范围与扩展条件

语言：简体中文 · English canonical

status: reference owner: quant-market-research last_verified: 2026-10-03 source_of_truth: yes superseded_by: n/a

本页记录当前模型注册表、尚未覆盖的诊断问题，以及新增模型需要满足的条件。模型选择和配置示例见 model-selection.md · English。统一比较协议见基准阶梯。

模型家族和扩展条件由 quant-market-research 维护。quant-platform 中的 strategy_pipeline 负责配置、命令和实验编排。

当前模型注册表

当前默认研究主线是 A 股，示例配置使用 xgb_regressor。注册表包含六种可训练模型和一个冻结分数回放适配器。

模型类型	当前角色	主要用途
xgb_regressor	默认非线性训练模型	预测连续收益，捕捉非线性关系和特征交互
xgb_ranker	排序训练模型	按 trade_date 分组学习同日横截面排序
ridge	线性基础校验	判断特征与标签是否存在稳定的线性关系
ridge_scaled	标准化线性基础校验	在折内标准化异尺度特征后检查稳定的线性关系
random_forest_regressor	随机森林非线性对照	使用多棵随机树的平均预测，与线性和提升树模型进行同口径比较
elasticnet	稀疏线性对照	检查收缩和特征稀疏化是否带来增量
fixed_score_artifact	固定分数产物适配器	读取外部冻结分数，支持确定性回放和跨系统交接

前六种会训练模型。fixed_score_artifact 只回放已有分数，不参与训练模型的优劣比较。注册表及默认参数见 packages/alpha/src/alpha_research/modeling.py。

当前诊断空白

非线性基础校验

随机森林已进入模型注册表，可作为不使用 boosting 的树模型对照，用于检查树模型的非线性关系是否带来增量。

建议使用以下诊断顺序：

1. 无特征市场基准，确认策略是否只获得市场收益。
2. ridge_scaled，在异尺度财务特征下检查线性信号。
3. ridge，仅在特征已同尺度时作为兼容性对照。
4. random_forest_regressor，检查树模型非线性带来的增量。
5. xgb_regressor，检查 boosting 带来的增量。
6. xgb_ranker，检查排序目标带来的增量。

elasticnet 可作为线性稀疏化专项对照。它和 ridge 回答的问题接近，无需在每次实验中同时运行。

生存目标

Triple Barrier 标签已经由 alpha_research.event_labeling 提供，可以记录屏障类型和事件时间。当前注册表没有生存模型，训练、切分和评价流程也没有接入生存目标。

接入生存模型前，应先验证事件表的覆盖率、删失分布和时间稳定性，再定义可复现的训练与评价契约。

什么时候扩展模型集合

候选方向	能补充的证据	扩展条件
LightGBM 或 CatBoost	检查结果是否依赖 XGBoost 实现	现有协议稳定，新增依赖和维护成本可控
分位数回归或 NGBoost	提供收益分布和尾部风险证据	明确评价指标，并证明分布信息会改变组合决策
生存模型	预测屏障事件及发生时间	Triple Barrier 事件表稳定，生存训练与评价契约完整
模型融合	合并具有独立信息的稳定信号	各基础模型已有独立样本外证据，融合规则提前冻结
聚类、降维或深度表征	辅助状态识别和特征压缩	简单模型无法回答研究问题，新增表示有可检验增量

分类模型只适用于正式定义的分类标签和决策门槛。连续收益标签仍优先使用回归或排序模型。

新增模型的最低要求

新增模型前需要满足以下条件：

1. 说明它补充的独立诊断问题。
2. 在模型注册表中定义规范名称、别名、默认参数、拟合方法和重要度来源。
3. 补齐参数校验、行为测试和退化输出检查。
4. 使用同一数据、标签、时间切分、成本和组合构造与现有模型比较。
5. 记录训练耗时、依赖体积和维护成本。
6. 在前推验证或冻结样本外区间证明稳定增量，再考虑进入常用预设。

当前优先级是补齐可解释的诊断层，并持续收紧标签、时间切分和样本外证据。模型数量本身不作为研究进展指标。