三重障碍法：金融事件标注详解

对事件 i，记录开始时间 tᵢ、价格 P₀、收益尺度估计 σᵢ、系数 m_PT 和 m_SL，以及最长持有时间 Tᵢ。若采用简单收益，上方价格阈值为 P₀ × (1 + m_PT σᵢ)，下方阈值为 P₀ × (1 − m_SL σᵢ)。前两者是水平障碍，时间 Tᵢ 则是垂直障碍。

例如，m_PT = 2 表示上方目标位于起始价格上方两个尺度处；m_SL = 1.5 表示下方止损位于起始价格下方 1.5 个尺度处。若在 Tᵢ 到来之前先触及任一水平阈值，事件便在该处结束，并按触及的方向赋标签。如果到期前两条水平阈值都未触及，事件便在垂直障碍处结束。

障碍可以按简单收益或对数收益定义；当价格变动较大时，两种方法对应的价格并不完全相同。构造目标变量和模拟成交时，应选定一种收益定义并保持一致。《Advances in Financial Machine Learning》第3章介绍了事件式标注及按波动率尺度设置障碍的方法。

σᵢ 根据该事件的波动尺度确定障碍距离。它可以根据历史收益或预先指定的模型估算，但只能使用在 tᵢ 时或之前可获得的数据。如果波动率估算包含未来区间，阈值便已经泄漏了未来信息，即使特征构造本身没有问题。

固定百分比容易解释，但在市场平静时可能过于接近，在波动时又可能过远。按波动率缩放可以让距离随当下的市场状态变化。不过，σᵢ 不是未来波动率的保证，也不是精确预测；它只是预先规定的标签规则中的一项输入。

为每个事件保存起始价格、σᵢ、各阈值系数、起止时间、结束原因及判定触及所用的价格。保留这些信息，才能重现标签、检查各事件的时长，并审计是否误用了未来数据。

触发器决定何时开始观察事件。例如，CUSUM 滤波器可以在累积价格变动超过阈值时生成事件，而不是每根 K 线都建立一个样本。触发器回答“何时开始形成样本”，三重障碍规则回答“开始之后，哪个结果先发生”。

不要把触发器与标签或交易信号混为一谈。障碍标注会利用后续价格路径生成目标变量 y。这是计算训练结果所必需的；但事件的特征和 σᵢ 必须只依据开始时已知的信息。这个区分见于 mlfinpy 的标注文档，并体现在三重障碍实现代码中。

假设 P₀ = $100、σᵢ = 2%、m_PT = 2、m_SL = 1.5，垂直障碍在未来第3根 K 线结束时到期。按简单收益计算，上方价位为 $104，下方价位为 $97。

• 路径 $100 → $104.50 在第1根未来 K 线上触及上方阈值，因此标签为 +1；之后价格即使反转，也不改变首次触及结果。
• 路径 $100 → $96.50 在第1根未来 K 线上、到期前触及下方阈值，因此标签为 −1。
• 路径 $100 → $101 → $102 → $101.50 未触及任一水平阈值。未来第3根 K 线结束时到期后，按本文规则标为 0，尽管最终收益为 +1.5%。

最后一个例子表明，本文中的 0 表示“到期前未触及水平障碍”，而不是“收益为零”。有些实现把到期时间仅用作观察终点，然后根据终点收益的正负号分类。这是另一套规则，应清楚记录，不要混合不同规则生成的标签。

在方向预测任务中，+1 和 −1 表示价格先触及哪一侧阈值；本文将到期情况单独记为 0。模型可以用事件开始时已知的特征预测这些类别。标签说明的是相对于既定障碍的结果，本身并不代表扣除成本后获利的概率。

元标签方法先由一个主模型提出仓位方向，例如做多或做空；随后在计算收益时纳入这个方向，并用障碍生成结果标签，再由第二个模型判断是否采纳该信号。因此，标签和阈值的含义取决于是否使用了仓位方向。应在数据中明确保存主模型提出的方向，不要把所有 +1 标签都当成买入建议。

只使用收盘价的数据可能漏掉盘中触及：最高价或最低价可能在收盘前已经越过障碍。如果同一根 OHLC K 线的最高价超过上方阈值、最低价也低于下方阈值，这四个数值无法说明哪道障碍先被触及，不能据此可靠地选出结果。

如果触及顺序会影响标签，应使用足够高频、能还原顺序的数据。若没有这样的数据，就预先制定保守且可重复的双边触及规则，例如按不利结果处理，并对所有事件一致应用。应在方法说明中披露这种不确定性，不要把假设的先后顺序写成观察到的事实。

还要明确“触及”指成交价、买卖报价、收盘价，还是可实际成交的价格。跳空、价差和下单延迟都可能使真实仓位无法在图表上的阈值成交。

多个事件可能同时持续，并用到部分相同的未来价格走势来生成标签。因此，若随机将样本行划入训练集和测试集，两边可能出现结果区间重叠的样本。验证时应使用每个事件从开始到触及障碍或到期的实际时间区间，并依据既定规则，从训练集中剔除与测试结果区间重叠的样本。

金融时间序列的 purged cross-validation 与 embargo 指南进一步介绍了这种处理方式。Purging 能减少标签区间重叠造成的信息泄漏，但不能修正含有未来数据的特征、反复挑选模型或不现实的成交假设。

障碍路径通常基于标的价格的变动。真实交易结果还取决于买卖价差、手续费、滑点、永续合约资金费率、借券成本和成交规则。如果研究目标是分类净结果，应先把这些因素纳入目标收益的定义和实际成交假设，再生成标签。

正向标签不能证明策略会盈利。结果取决于事件频率、模型、市场、仓位规模和成交质量；历史标签本身不构成收益承诺或交易建议。

说明事件如何触发、P₀ 与 σᵢ 的来源、使用的系数和期限、判定触及所用的价格流，以及如何处理双边触及。还应写明到期是否一律赋 0，还是按终点收益的正负号分类，以及结果按成本前还是成本后计算。

把规则记录下来，才能审查和重现数据集。即使使用同一份原始数据，不同参数也会构造出不同的预测任务。