《投资-376》量化交易 - 特征工程 - 基于股票交易时间序列数据构建新特征的几种基础性方法：日期/时间特征、shift滞后特征、rolling滚动特征、expanding扩展特征

在基于股票交易时间序列数据进行量化分析或机器学习建模时，构建高质量的特征（feature engineering）是提升模型性能的关键步骤。

以下是四种基础但非常有效的特征构造方法：日期/时间特征、shift滞后特征、rolling滚动特征、expanding扩展特征。下面逐一介绍其原理和实现方式。

1. 日期/时间特征（Date/Time Features）

目的：从时间戳中提取周期性信息，帮助模型识别季节性、趋势或特定日期效应（如月初、周末等）。

常见特征：

• 年份（Year）
• 季度（Quarter）
• 月份（Month）
• 日期（Day）
• 星期几（Weekday）
• 是否为周末（Is Weekend）
• 是否为月初/月末（Is Month Start / End）
• 交易日序号（如第N个交易日）

Python 示例（使用 pandas）：

python

import pandas as pd

# 假设 df 的索引是 datetime 类型

df['year'] = df.index.year

df['month'] = df.index.month

df['day'] = df.index.day

df['weekday'] = df.index.weekday # Monday=0, Sunday=6

df['is_weekend'] = df.index.weekday >= 5

df['is_month_start'] = df.index.is_month_start.astype(int)

df['is_month_end'] = df.index.is_month_end.astype(int)

✅ 适用场景：用于捕捉节假日效应、月度效应、周内波动模式等。

2. Shift 滞后特征（Lagged Features）

目的：引入历史值作为当前时刻的输入变量，反映时间序列的自相关性。

原理：将原始序列向前移动若干个时间步，生成“过去某时刻”的值作为新特征。

常见特征：

• close_lag1：昨日收盘价
• volume_lag5：5天前成交量
• 百分比变化滞后项：如 (close - close_lag1) / close_lag1

Python 示例：

python

# 创建滞后特征

for lag in [1, 2, 3, 5, 10]:

df[f'close_lag{lag}'] = df['close'].shift(lag)

df[f'volume_lag{lag}'] = df['volume'].shift(lag)

# 创建价格变动率滞后

df['return_1d'] = df['close'].pct_change(1).shift(1) # 昨日收益率

df['return_5d'] = df['close'].pct_change(5).shift(1) # 过去5日累计收益（昨日为止）

⚠️ 注意：使用 .shift(1) 是为了避免未来信息泄露（即不能用今天的数据预测今天）。

✅ 适用场景：ARIMA类模型、RNN、LSTM、XGBoost等依赖历史信息的模型。

3. Rolling 滚动特征（Rolling Window Features）

目的：计算滑动窗口内的统计量，捕捉局部的趋势、波动性、均值回归等动态行为。

常见特征：

• 移动平均（MA）：如5日、20日均线
• 移动标准差：衡量波动率
• 最大值/最小值/极差
• 滚动相关性、偏度、峰度等

Python 示例：

python

windows = [5, 10, 20, 60]

for window in windows:

df[f'ma_{window}'] = df['close'].rolling(window).mean()

df[f'std_{window}'] = df['close'].rolling(window).std()

df[f'min_{window}'] = df['close'].rolling(window).min()

df[f'max_{window}'] = df['close'].rolling(window).max()

df[f'range_{window}'] = df[f'max_{window}'] - df[f'min_{window}']

# 相对位置指标（如布林带位置）

df[f'zscore_{window}'] = (df['close'] - df[f'ma_{window}']) / df[f'std_{window}']

# 成交量滚动均值

df[f'volume_ma_{window}'] = df['volume'].rolling(window).mean()

✅ 典型应用：

• 技术指标：MACD、RSI、布林带等都基于滚动计算。
• 波动率建模（GARCH 的简化替代）。

4. Expanding 扩展特征（Expanding Window Features）

目的：基于从开始到当前时间的所有历史数据计算统计量，反映长期趋势或累积效应。

与 rolling 的区别：

• rolling：固定长度窗口（如最近20天）
• expanding：窗口不断增长（从第一笔到当前）

常见特征：

• 累积均值、标准差
• 历史最大值/最小值（创新高/新低）
• 累积收益率
• 到目前为止的夏普比率

Python 示例：

python

# 累积统计

df['cum_mean'] = df['close'].expanding().mean()

df['cum_std'] = df['close'].expanding().std()

df['cum_max'] = df['close'].expanding().max()

df['cum_min'] = df['close'].expanding().min()

# 是否创历史新高

df['is_new_high'] = (df['close'] == df['cum_max']).astype(int)

# 累积收益率

df['cum_return'] = df['close'] / df['close'].iloc[0] - 1

# 累积夏普比率（假设无风险利率为0）

df['cum_sharpe'] = df['return_1d'].expanding().mean() / df['return_1d'].expanding().std()

✅ 适用场景：长期趋势判断、动量策略、风险调整收益评估。

综合建议与注意事项

🔒 防止未来信息泄露：

• 所有特征必须基于当前或过去数据计算。
• 在训练模型时，确保测试集不参与任何统计量（如标准化参数）的计算。

🛠️ 预处理提示：

• 对滚动/扩展特征，前几个值会是 NaN，需填充或丢弃。
• 可结合 fillna(method='bfill') 或 fillna(value=0) 处理缺失值。

总结

这四种基础特征构建方法构成了时间序列特征工程的核心框架：

通过组合这些方法，可以构建出丰富的特征空间，显著提升预测模型的表现力。后续还可进一步引入技术指标（如RSI、MACD）、分位数特征、跨资产相关性等高级特征。