《Scientific Reports》:Improving the robustness of binary classifiers in cryptocurrency exchange rate forecasts
编辑推荐:
二分类方向分类器在一个时间分割上可能表现稳定,但在样本外几乎没有预测或经济价值。研究人员使用由2025年3月至5月观察到的28,157,374笔公开Binance USDS-M期货交易构建的三个相对价值加密货币价格比率重新审视该问题。原始实验结合了事件时间条(
二分类方向分类器在一个时间分割上可能表现稳定,但在样本外几乎没有预测或经济价值。研究人员使用由2025年3月至5月观察到的28,157,374笔公开Binance USDS-M期货交易构建的三个相对价值加密货币价格比率重新审视该问题。原始实验结合了事件时间条(event-time bars)、轻量梯度提升机(LightGBM)、趋势延续规则和滚动Hurst体制条件。修订版保留了原始固定分割结果作为描述性记录,并添加了一项独立审计,包括三个扩展的walk-forward折叠、四个模型基准、仅规则对照、组件消融、三个随机种子、不确定性区间、信号覆盖率以及0/10/20基点成本情景。原始表格在九个单元中有七个显示较小的验证到测试精度差距,但精确符号检验和Wilcoxon检验在5%水平下不显著。在独立审计中,仅LightGBM获得的平均精度为0.511,召回率为0.213,F1为0.251,正信号覆盖率为20.8%。完整逻辑AND门获得的精度为0.473,召回率为0.014,F1为0.026,覆盖率为1.34%。其无杠杆接受信号收益在成本前平均为-0.16个基点,在扣除10个基点往返成本后为-10.16个基点。这些结果并未建立普遍或成本稳健的交易优势。它们反而说明了当体制门抑制预测时,为何必须分别报告泛化差距、区分度、覆盖率和经济价值。
加密货币方向预测的困难源于市场关系快速变化、观测值强依赖以及模型在后续数据上可能失效。仅凭一个时间分割上的稳定表现不足以证明样本外价值。本研究的原始实验将事件时间条与LightGBM、趋势延续规则及滚动Hurst体制条件相结合,但需更严格的审计。为此,研究人员利用公共Binance数据,构建三个相对价值价格比率,并通过扩展的walk-forward验证、模型基准、组件消融和成本情景全面评估二分类器的鲁棒性。这项研究的意义在于,它通过一个可复现的阴性压力测试,说明了为何在过滤型分类器中必须分别报告泛化差距、区分度、覆盖率和经济价值。
研究人员使用了公开Binance Data Vision档案中2025年3月至5月的28,157,374笔USDS-M永续期货逐笔交易,涉及MLNUSDT、PLUMEUSDT和SIRENUSDT。构建三个相对价值比率(MLN/SIREN、MLN/PLUME、SIREN/PLUME),并分别用20、50、1000个比率更新生成事件时间条。特征集包括滞后对数收益、滚动波动率、高低区间、指数移动平均距离和相对强弱指标。目标为下一根事件条收盘价是否高于开盘价。模型包括标准化逻辑回归、随机森林、XGBoost和LightGBM;规则部分包括趋势延续和滚动Hurst指数(100个收盘价估计,阈值网格0.40-0.60)。评估采用三个扩展walk-forward折叠(训练至45%/60%/75%,随后10%验证和15%测试),并实施0/10/20基点往返成本压力测试。
原始固定分割记录:原始固定分割中,九个单元七个显示过滤后验证到测试精度差距更小,但精确符号检验(p=0.180)和Wilcoxon检验(p=0.074)均未达5%显著水平;两个20事件单元反而恶化,若干测试精度接近0.5。因此平均61.5%的差距缩减不被视为统计显著或经济有用。
Walk-forward模型基准:独立walk-forward基准中,XGBoost获得最高模型精度(0.516),LightGBM获得最高F1(0.251);不同指标上模型排名互换。所有模型在10基点往返成本后平均接受信号收益均为负。
组件消融、覆盖率与成本:组件消融表明,相比仅LightGBM(精度0.511,召回0.213,F1 0.251,覆盖率20.8%),完整AND门(精度0.473,召回0.014,F1 0.026,覆盖率1.34%)造成显著性能下降。仅模型平均验证到测试精度差距为0.024,完整门为0.177。成本方面,零成本下仅LightGBM接受信号平均+0.97基点,完整门-0.16基点;10基点成本后分别-9.03和-10.16基点。
Hurst阈值敏感性与种子稳定性:阈值选择在验证集上进行,结果为0.40六次、0.45五次、0.50两次、0.55五次、0.60九次。完整网格上,覆盖率从3.16%(0.40)降至0.22%(0.60),召回从0.032降至0.002;平均精度介于0.460和0.482之间,所有阈值在10基点成本后均无正收益。种子11/29/47下,仅模型精度为0.511/0.511/0.512,完整门为0.473/0.482/0.493,种子稳定性不改变弱性能结论。
讨论部分将泛化差距、区分度、覆盖率与经济价值四个问题明确分离。原始固定分割记录有提示性但不具结论性;