标签：三重障碍法

固定窗口标签的问题

机器学习的标准做法是"预测未来 $h$ 天的收益方向/幅度"，但固定窗口标签有两个金融特有的问题：

忽略路径：同样 +5% 的收益，先跌 20% 再涨回来（你会被止损）与单边上涨，标签却是同一个；
忽略波动率：平静期的 +5% 与恐慌期的 +5% 完全不是同一难度的事件，模型被迫去学"当下的波动率"而非信号本身。

三重障碍法（Triple-Barrier）

López de Prado 的替代方案：给每个样本设三条"障碍"，先碰到哪条，标签就是哪条：

\text{标签} = \begin{cases} +1 & \text{先触及止盈线 } \mu + b\,\hat\sigma_t \\ -1 & \text{先触及止损线 } \mu - b\,\hat\sigma_t \\ 0 & \text{时间障碍 } T \text{ 内两条价格线都未触及} \end{cases}

止盈/止损：按当时的波动率设定（ $b$ 倍 $\hat\sigma_t$ ），而非固定百分比——障碍宽度随环境自适应；
时间障碍：最大持有期，贴近实际交易的天花板。

这样标签直接对应"这笔交易会不会被止盈/止损/到期"，与实盘行为一致，见OU 过程与半衰期的同构思想。

元标签（Meta-Labeling）

三重障碍自然引出元标签的两阶段架构：

第一阶段：简单规则（动量、carry、趋势）决定方向；
第二阶段：ML 模型预测"这个方向信号这次是否可信"（元标签），输出用于决定是否下注与下注大小。

价值：把问题从"预测方向"（最难的事）变成"预测已有规则的可靠性"（可学习得多）。ML 不直接产生信号，而是给规则做过滤器与仓位调节，见Kelly 准则与仓位大小的下注框架。

import numpy as np
import pandas as pd

def triple_barrier(prices: pd.Series, vol: pd.Series, b: float = 2.0,
                   horizon: int = 20) -> pd.Series:
    """三重障碍标签：+1 止盈 / -1 止损 / 0 超时。障碍宽度按当时波动率。"""
    labels = pd.Series(0, index=prices.index)
    for t in range(len(prices) - horizon):
        entry, sig = prices.iloc[t], vol.iloc[t] * b
        up, dn = entry * np.exp(sig), entry * np.exp(-sig)
        window = prices.iloc[t + 1: t + 1 + horizon]
        hit_up, hit_dn = window >= up, window <= dn
        if hit_up.any() and (not hit_dn.any() or hit_up.idxmax() < hit_dn.idxmax()):
            labels.iloc[t] = 1
        elif hit_dn.any():
            labels.iloc[t] = -1
    return labels

标签重叠与样本权重

时间障碍长达 $T$ 天的标签窗口相互重叠：相邻样本共享同一段收益路径，信息量远小于独立样本。处理：

唯一性（uniqueness）：按每个样本的标签窗口被多少其他样本共享，调整样本权重——重叠多的样本权重低；
这一步是三重障碍法能用的前提，跳过它等于让 CV 与模型都被重叠样本污染，见金融交叉验证。

量化中的用法

障碍宽度按当时波动率设定（ $b \times \hat\sigma_t$ ），不固定百分比；
元标签架构：规则定方向，ML 定下注与仓位；
标签唯一性进入样本权重，再进 CV。

本章要点

障碍宽度按当时波动率设定
元标签把问题从"预测方向"变成"预测规则何时有效"
标签之间存在重叠，样本权重需按唯一性调整