DiffQuant：可微分模拟器中的夏普优化

# DiffQuant：可微分交易模拟器，直接优化夏普比率

在基于机器学习的算法交易中，传统模型使用均方误差（MSE）或交叉熵来预测回报率或价格方向，而性能评估则依赖考虑成本的夏普比率。这种脱节导致问题：微观波动预测准确并不保证样本外盈利。DiffQuant 通过构建从市场特征到最终盈亏（PnL）和夏普比率的单一可微分图，消除代理目标。滚动前向测试实现夏普比率 +1.73，扣除手续费后回报 +8.22%。

传统代理目标的挑战

标准流程将预测与交易分离：

• 模型最小化回报_{t+1} 的 MSE。
• 仓位大小依赖启发式规则。
• 回测器事后施加手续费。

这导致：

• 误差空间不匹配：对噪声波动的准确预测引发过度交易和成本侵蚀。
• 仓位大小无梯度：模型无法学习进场激进度。
• 训练忽略成本：滑点和手续费位于计算图外。

DiffQuant 将仓位调整、PnL 模拟和指标整合进 PyTorch 图，实现端到端梯度传递。

可微分交易模拟器

模拟器在时间跨度 t ∈ [0, H-1] 上以张量运算计算 PnL：

$$r_t = \frac{c_t - c_{t-1}}{|c_{t-1}| + \varepsilon}$$

$$gross_t = p_{t-1} \cdot r_t$$

$$cost_t = smooth\_abs(\Delta p_t) \cdot (commission + slippage)$$

$$pnl_t = gross_t - cost_t$$

关键创新——smooth_abs 确保可微分：

$$smooth\_abs(x) = \sqrt{x^2 + \varepsilon}, \quad \varepsilon = 10^{-6}$$

这保证零点附近 C^∞ 平滑，策略初始平仓，避免次梯度不连续。

负夏普梯度流经 PnL → 仓位 → 模型，训练其端到端考虑成本。

基于 iTransformer 的策略架构

骨干网络是 iTransformer（ICLR 2024）：倒置 Transformer，标记为特征通道而非时间步。对金融数据，这捕捉跨通道依赖（价格-成交量-波动率）。

配置：d_model=32, n_layers=4, n_heads=2, d_ff=64（52k 参数）。

完整图：

• 上下文窗口 (B, ctx, F) 的 Z-score 归一化，无前瞻。
• iTransformerEncoder。
• 拼接额外信息：[prev_pos, prev_delta, t/H, (H-t)/H]。
• PolicyHead：direction_head × gate_head。

仓位：$$p_t = \tanh\left(\frac{d_t}{\tau_{dir}}\right) \times \sigma\left(\frac{g_t}{\tau_{gate}}\right)$$

门控信号屏蔽不确定方向（类似动作屏蔽）。gate_bias=-1.0 初始化稳定初始平仓。

滚动 rollout：

for t in range(H):
    window = full_seq[:, t : t + ctx, :]
    window_norm = normalize_context(window)
    extras = [prev_pos, prev_delta, t/H, (H-t)/H]
    pos_t = model(window_norm, extras)
    positions_list.append(pos_t)
positions = cat(positions_list)
step_pnl = simulator.simulate(closes, positions)
loss = hybrid_loss(step_pnl, positions)
loss.backward()

混合损失防止病态行为

纯夏普会导致过度换手、平仓崩溃、做多偏差、期末暴露、回撤失明。混合损失修复这些：

$$\mathcal{L} = \lambda_1 \cdot (-Sharpe) + \lambda_2 \cdot turnover + \lambda_3 \cdot drawdown_{log} + \lambda_4 \cdot |p_H| + \lambda_5 \cdot (\hat{f} - f^*)^2 + \lambda_6 \cdot |\bar{p}|$$

• $\lambda_2$：换手惩罚防过度交易。
• $\lambda_3$：对数回撤提升稳定性。
• $\lambda_4$：期末零暴露。
• $\lambda_5$：通过 sigmoid 目标平仓比例。
• $\lambda_6$：反偏差，在牛市关键。

$$drawdown_{log} = mean(cummax(cumsum(log(1+pnl))) - cumsum(log(1+pnl)))$$

镜像增强实现对称性

训练数据（2024–2025）为牛市 BTC。无干预，模型仅做多。镜像增强在批次子集翻转价格和特征，创建对称对。

结果：做空比例 17.3%（测试），20.9%（回测）。

实验：数据与划分

| 参数 | 值 |

|------|----|

| 标的 | BTCUSDT 币安期货 |

| 分辨率 | 30 分钟 K 线（1 分钟聚合） |

| 周期 | 2021–2025 |

划分：

• 训练：2024 年 1 月 – 2025 年 3 月。
• 测试：2025 年 7–9 月。
• 回测：2025 年 10–12 月。
• 滚动前向样本外。

关键要点

• 从特征到夏普的单一可微分图解决代理问题，包括成本和仓位调整。
• iTransformer + 方向×门控实现跨通道注意力和自信交易。
• 带反偏差的混合损失防止换手和仅做多等病态。
• 镜像增强在非对称数据上产生对称策略。
• BTC 样本外滚动夏普 +1.73，扣手续费后。

— Editorial Team