因为工作原因，我平时接触算法、大模型比较多。行业发展越来越快，我也不想被时代淘汰，所以就利用业余时间，主动去了解了一些国外知名的机器学习比赛项目。

在这期间，Kaggle 上一个时序预测的比赛项目进入了我的视野。这是全球最顶级的数据科学竞赛平台，
Jane Street Market Prediction。
这是金融时序领域含金量很高的赛事，我参考了其中第三名的开源方案：
第三名方案
我把比赛里第三名的开源代码下载下来，但是直接看源码对我来说还是比较吃力，很难一下子吃透。于是我就用AI辅助学习，让AI每3行、每3行逐段给我讲解，一点点拆解变量含义、特征作用、建模逻辑，慢慢把整套思路弄懂。

但就算看懂了代码，我还是觉得理解不够透彻。我心里一直觉得：只有把这套方案和现实里的数据结合起来，说服力才更强，理解才更透彻。
这时候我自然而然就想到了股票、ETF这类指数数据，它本身就是最典型的时序数据，非常适合用来实践。

在实践过程中，我也无数次去思考、去提问：该怎么做、这样特征对不对、这样划分会不会有问题。我也越来越深刻体会到：学会怎么提问，真的很重要。问得越具体、越严谨，思路才越靠谱、更能落地。
同时我也真实感受到：借助AI（豆包）辅助编程、学习、调试、讲解，我的学习与实现效率至少提升了50倍。很多原本要自己啃很久、查很久的知识点，在AI辅助下可以快速理解、快速落地。

这次我用到的，正是Kaggle 全球机器学习竞赛，时序预测项目第三名的方案。

Jane Street 第三名方案核心思路（真实原文版）

本次参考的第三名方案，思路非常独特，和传统量化策略完全不同：

1. 几乎不做手工特征工程
   作者没有大量构造统计特征、技术指标，而是让模型自己从原始数据中学习规律。

2. 使用 49 层超深度 MLP 神经网络
   依靠极深的模型结构捕捉隐藏规律，而不是靠复杂特征。

3. 15 个不同随机种子的深度模型集成
   用多个模型的平均结果抵消金融数据的高噪声与不稳定性。

4. 对数特征扩展 + 残差连接 + 批量归一化
   让深度模型训练更稳定、更容易收敛。

5. 极简验证方式，严控数据泄露
   只使用简单的时间切分，不使用复杂交叉验证，保证泛化能力。

我把这套成熟的时序预测思路，用在恒生科技ETF（513130）上做5分钟级别的学习性回测，并且全程坚守一个最重要的原则：
绝不使用未来函数，完全真实、严谨、可复现。

我本次实现，并没有完全复现原文 49 层深度MLP + 15个模型集成，那套结构过于庞大，更适合竞赛极限提分，不太适合A股个人日常研究与快速迭代。

原版第三名方案使用的是比赛提供的130维原始特征，再通过对数扩展得到总计260维高维输入，并且作者几乎不做额外手工特征工程，完全依靠深度网络去自动挖掘规律。

而我在本次A股ETF实践中，并没有使用这么高维的特征，而是基于基础价量数据，构造了几十维轻量化时序特征，特征维度更低、计算更高效，更适合个人设备与5分钟级中频交易场景。

虽然特征数量和形式不同，但核心思路保持一致：

• 尽量少做过度人工特征

• 多用标准化、非线性变换（对数类）

• 严控特征泄露，只在训练集做变换

一、策略基本设置

• 数据周期：5分钟K线

• 回测时间：2022-12-01 ~ 2026-03-10

• 预测目标：下一根K线收益大于0，记为上涨（1）

• 训练窗口：过去365天数据

• 滚动更新：每30天重新训练一次模型

• 回测标的：恒生科技ETF（513130.XSHG）

为了避免数据泄露，代码里所有去极值、分箱、特征压缩，全都只在训练集上计算，测试集只复用训练集规则，不使用全样本信息，从根源保证无未来函数。

二、真实踩坑过程

最开始我直接让AI生成代码时，AI为了简化、图快，把很多关键特征和严谨的预处理步骤都省略了，结果出现不少问题：

• 关键特征被精简、不完整

• 存在隐性的数据泄露风险

• 回测胜率很低，只有51%左右，和抛硬币差别不大

后来我放弃简化版，严格对照 Kaggle 第三名原版时序预测逻辑，一步步还原、补齐特征、严格按时间顺序切分、逐行检查，彻底消除未来函数，策略效果才明显改善、结果也更加可信。

三、恒生科技ETF 完整回测结果（含回撤对比）

📊 恒生科技ETF | 513130.XSHG

测试区间：2022-12-01 09:35 至 2026-03-10 14:55
总交易次数：37919

【策略表现】
累计收益： 59.18%
年化收益： 20.44%
最大回撤： -10.21%
夏普比率： 2.53
准确率： 67.45%

【基准表现（买入持有）】
累计收益： 20.15%
年化收益： 6.03%
最大回撤： -36.77%

【策略 vs 基准】
超额收益： 39.03%
年化超额： 14.41%
回撤改善： 26.55%

四、结果简单说明

在5分钟K线、高噪音、全样本外滚动回测、无未来函数的前提下，这套策略表现相对稳健：

• 胜率 67.45%，高于随机买卖；

• 回撤控制明显更好，策略回撤 -10.21%，远小于持有不动的 -36.77%；

• 收益和回撤比较均衡，夏普比率 2.53；

• 长期跑赢买入持有，超额收益相对稳定。

整体只是个人学习、练手性质，不构成任何投资建议。

五、个人学习心得

1. 行业迭代很快，多学习顶级竞赛思路，能提升自身算法与建模能力。

2. 复杂代码可以借助AI分段学习、逐步理解，效率更高。

3. 理论结合真实数据实践，是最快的成长方式。

4. 做量化模型，严谨、无未来函数、可复现，比高收益更重要。

5. 本文纯属个人业余时间学习、技术交流、练手记录，不涉及任何公司业务、不涉及任何未公开信息。(https://i-blog.csdnimg.cn/direct/1afe86e51f2b4607ad34277f7935c15e.png)
   本人水平有限，代码与模型还有很多不足，恳请业内各位前辈、同行多多批评指正，不胜感激！