研究評述 · 預測性特徵 · 研究 07 與 08

預測性特徵：結構性斷裂、熵與微觀結構

López de Prado 的這些非典型特徵確實存在且可計算，但在現實成本與緊縮顯著性門檻之下，在此沒有任何一個是可交易的，而昂貴的資料層級也買不到額外的預測力

López de Prado 的兩個特徵章節承諾了普通動量特徵看不見的預測內容：結構性斷裂與熵的估計量（第 17–18 章），用以標記體制轉換並量化一段報酬序列的可預測程度；以及微觀結構估計量（第 19 章），用以解讀誰在交易、以何種成本交易。本評述在加密貨幣、美股 ETF 與外匯上實作這兩個特徵家族，使每個特徵嚴格保持因果性，計入符合現實的時段成本，以淨化與禁制進行交叉驗證，並以 Deflated Sharpe Ratio 作為主結論的門檻。兩項研究的結論誠實且一致：特徵能乾淨地計算出來，且有一個描述性的體制效應在統計上很強，然而沒有一個能以可交易、經緊縮校正的規則存活下來，而昂貴的訂單流資料層級也買不到額外的預測力。

來源

Advances in Financial ML,第 17–19 章

López de Prado (2018) · structural breaks, entropy & microstructure

結構性斷裂與熵

lopez-de-prado-work-review / projects / 07

微觀結構特徵

lopez-de-prado-work-review / projects / 08

結構性斷裂與熵

the claim

López de Prado 的主張

兩個特徵家族：結構性斷裂偵測器（CUSUM 事件取樣器與 SADF 爆發性／泡沫統計量）與熵估計量（Shannon、Lempel-Ziv、Kontoyiannis），用以量化報酬序列的資訊含量。他將這些呈現為特徵，而非獨立策略，是分類器可運用的體制與可預測性的摘要。

our result

我們的發現

作為獨立、計入成本、經淨化交叉驗證的訊號，它們基本上不帶有任何經過擬合校正的優勢：在 108 次試驗中，最佳特徵緊縮後 DSR ≈ 0（PBO 0.36）。確實有一個乾淨的描述性效應，爆發性（SADF>0）體制在加密貨幣（+21bp）與股票（+29bp）中領先較高的未來報酬，但這多半是無條件漂移，且無法作為可交易、經緊縮的規則存活（最佳體制規則 DSR 0.46）。

微觀結構特徵

the claim

López de Prado 的主張

僅由 bar 資料建構的第二代微觀結構估計量（Roll、Corwin-Schultz、Kyle's λ、Amihud、Hasbrouck、VPIN）。其前提是：這些量摘要了誰在交易、以何種成本交易，這是報酬／動量特徵集看不見的，因此應能為短期走勢與波動度增添預測內容。

our result

我們的發現

波動度可以，方向不行：下一根 bar 的波動度 AUC 在三個市場中一致地高於 0.50（約 0.54），但方向停留在擲硬幣水準（約 0.51），這些特徵有助於風險的定量與擇時，而非選邊。計入成本的多空在 24 個工具中有 22 個淨為負，全範圍 DSR 為 0.00。一個書中沒有的附帶結果：免費的 Bulk-Volume-Classification 代理在波動度任務上與真實成交方向資料打平，昂貴的訂單流層級並非限制瓶頸。

三行總結

27 個工具 · 3 個資產類別

這些特徵確實存在且可計算

CUSUM、SADF 爆發性、Shannon／Lempel-Ziv／Kontoyiannis 熵，以及 Roll／Kyle／Amihud／Hasbrouck／VPIN 微觀結構估計量，全部在加密貨幣、美股 ETF 與外匯上以資訊驅動 bar 嚴格因果地建構，參考實作與加速核逐位元相同（max|Δ| = 0）。

最佳 DSR ≈ 0.002 · ≈ 0.00

沒有任何一個越過緊縮門檻

作為獨立訊號，結構性斷裂／熵特徵在 108 次計入成本的淨化交叉驗證試驗中，回傳的最佳 Deflated Sharpe Ratio 為 ≈0.002；微觀結構方向訊號在 144 次試驗中緊縮為 0.00。兩項研究中，0.95 的顯著性門檻從未被逼近。

BVC ≈ 真實流

昂貴的資料層級什麼也買不到

在相同的加密貨幣 bar 上，免費的 Bulk-Volume-Classification 代理在下一根 bar 的波動度上打平或勝過真實的買／賣方成交量（0.547 對 0.522 AUC），而 tick-only 也僅相差 0.004。你需要的是價格 + 成交量，而非訂單流資料，資料層級並非限制瓶頸。

探索，兩項發現，互動式

切換資料層級；揭示成本與緊縮的判定

此探索器編碼了兩項研究的真實數字。切換微觀結構資料層級，觀察下一根 bar 的波動度 AUC 幾乎不動，而方向維持在擲硬幣水準（Project 08 的消融），再揭示強烈的爆發性體制未來報酬傾斜（Project 07）如何在現實成本與緊縮之下崩潰。

Demo，昂貴的資料層級能買到預測力嗎？

在相同的加密貨幣 bar 上，四個訂單流估計量以三種方式重算並對下一根 bar 評分。切換資料層級，觀察波動度訊號幾乎不動，而方向訊號維持在擲硬幣水準。然後揭示對體制傾斜的成本與緊縮判定。

資料層級

下一根 bar 波動度，樣本外 AUC

0.522

下一根 bar 方向，樣本外 AUC

0.507

波動度 AUC 相對於免費 BVC 代理的差距

-0.025

在相同加密貨幣 bar 上的四個成交方向量估計量（Kyle、Hasbrouck、VPIN、OFI）。免費的 BVC 代理（0.547）勝過昂貴的真實成交方向量層級（0.522）於下一根 bar 波動度，而 tick-only（0.526）僅相差 0.004。就方向而言，三個層級都停留在擲硬幣水準（約 0.507–0.512）。訂單流資料層級並非限制瓶頸，價格 + 成交量已足夠。

爆發性體制領先較高的未來報酬，但它們可交易嗎？

描述性、樣本外、門檻在 fold 內擬合（無偷看）。爆發性（SADF>0）bar 領先 +29.2 bp（股票，p<1e-6）以及 +21.4 bp（加密貨幣，p=7.5e-5），而非爆發性的加密貨幣 bar 實際上為負。外匯則毫無表現。

第 07 節，結構性斷裂與熵

爆發性體制確實領先較高的報酬，只是那不是 alpha

Fig. 1:依因果體制的條件未來報酬（樣本外，95% CI）。爆發性（SADF>0）體制在股票（+29.2 bp, p<1e-6）與加密貨幣（+21.4 bp, p=7.5e-5）中領先實質更高的未來報酬；非爆發性的加密貨幣 bar 實際上為負（−3.8 bp）。外匯區分不出任何東西。門檻僅在訓練 fold 內擬合，無前視。

第 17–18 章提出兩個特徵家族：結構性斷裂，CUSUM 事件取樣器與 SADF 爆發性／泡沫統計量，以及熵，Shannon plug-in、Lempel-Ziv (LZ76) 複雜度與 Kontoyiannis 匹配長度率。我們在每個工具約 6,000 根配對 dollar bar 上、以回溯視窗嚴格因果地計算全部這些量，涵蓋三個資產類別的 27 個工具。

以因果體制為條件的未來報酬浮現出一個穩健的描述性效應：爆發性（SADF>0）bar 在加密貨幣與股票中領先一個大幅的正向未來走勢。但這多半是無條件漂移，SADF>0 的事件群聚於趨勢上漲段內，而非方向性優勢，下一個面板將此說清楚。

試驗數（工具 × 特徵）

108

27 工具 × 4 特徵

最佳樣本外 Sharpe

0.063

外匯 USDJPY · Shannon

E[max] 虛無 (SR₀)

0.101

無技能的 108 試驗族

Deflated Sharpe

0.0016

門檻為 0.95

PBO (CSCV)

0.357

語料庫

% 正向試驗

45.4%

區間 [−0.171, +0.063]

作為獨立訊號，這些特徵處於雜訊帶：108 次計入成本的淨化交叉驗證試驗中的最佳者（外匯 USDJPY Shannon，Sharpe 0.063）低於無技能 108 試驗族的期望最大值（SR₀ 0.101），因此其 Deflated Sharpe 崩塌至 ≈0.002。把爆發性體制轉成方向性規則並在 81 規則族上緊縮，得到 DSR 0.46，這個描述性傾斜無法變現。

哪個家族承載這個（微弱的）傾斜，依市場

市場	家族	SR	frac>0	符號-p
加密貨幣	斷裂 (SADF)	+0.012	0.75	0.146
加密貨幣	熵	−0.008	0.44	0.62
股票	斷裂 (SADF)	−0.046	0.00	0.016
股票	熵	−0.033	0.19	0.007
外匯	斷裂 (SADF)	+0.0004	0.50	1.00
外匯	熵	+0.005	0.67	0.152

在加密貨幣中，這個微弱的正向傾斜來自 SADF 而非熵；在外匯中是熵而非 SADF；在股票中，兩個家族在計入成本後皆顯著為負（p=0.016 / 0.007）。沒有任何家族在正確方向上於任何地方顯著。以 CUSUM 事件取樣取代時鐘取樣，對樣本外 Sharpe 的影響 ≤0.003，一個非事件。

Fig. 2:純回溯特徵面板（BTC dollar bar）：價格，下方為 SADF 爆發性統計量與滾動熵。bar t 上的每個值僅使用 ≤ t 的 bar，這些特徵是其所處體制的描述，無前視。

第 08 節，微觀結構特徵

波動度，微弱地可以；方向，不行，而且資料層級無關緊要

Fig. 3:在相同加密貨幣 bar 上的資料層級消融（唯一具有真實買／賣方成交量的市場）。以三種方式重算四個成交方向量估計量，免費的 Bulk-Volume-Classification 代理（0.547 AUC）在 10 個工具中有 9 個於下一根 bar 波動度上打平或勝過真實成交方向量（0.522），而 tick-only（0.526）僅相差 0.004。昂貴的訂單流層級什麼也買不到。

第 19 章的「第二代」估計量僅由 bar 資料解讀流動性與毒性：Roll 與 Corwin-Schultz 價差、Kyle、Amihud 與 Hasbrouck 衝擊，以及成交量時鐘 VPIN 搭配訂單流不平衡與 tick rule。我們在 24 個工具上以每日約 8 根 bar 因果地計算它們，並誠實地依市場提供可得性：加密貨幣有真實成交方向量，股票使用 BVC 代理，外匯（無成交量）採用僅價格的估計量。

最乾淨的結果是左側的消融。在相同加密貨幣 bar 上，免費的 BVC 代理在下一根 bar 波動度上打平或勝過真實訂單流資料。預測內容存在於 BVC 所重建的價格／成交量動態之中，研究團隊不需要昂貴的成交方向資料即可萃取（適度的）微觀結構波動度訊號。

依市場的預測內容，波動度微弱地可以，方向不行

Fig. 4:依市場的樣本外 AUC（淨化交叉驗證）。下一根 bar 的波動度 AUC 一致地高於 0.50（約 0.538–0.551，誤差棒很窄），微觀結構特徵帶有真實的短期波動度資訊。下一根 bar 的方向在每個市場都停留在擲硬幣水準（約 0.507–0.513）。

市場	方向 AUC	波動 AUC	淨 SR	bp/bar
加密貨幣10 工具 · n 8,709	0.510	0.538	−0.018	−2.72
股票7 工具 · n 42,397	0.513	0.551	−0.355	−33.45
外匯7 工具 · n 8,694	0.507	0.539	−0.016	−0.26

對方向訊號計入成本的多空，在 24 個工具中有 22 個淨為負。股票最差（−33.45 bp/bar），因為最低票券手續費壓垮了 1 單位的部位；加密貨幣與外匯僅略低於零。波動度 AUC，而非方向 AUC，是唯一存有任何訊號之處。

Fig. 5:各工具計入成本的 Sharpe 與 Deflated Sharpe 門檻。在全部 144 次試驗中，最佳者緊縮為 0.00，最佳方向訊號與運氣相符。加密貨幣範圍的 0.89 僅相對於一個微小的同範圍基準（60 個接近零的試驗）緊縮，並帶有 PBO 0.36。在計入現實成本後，方向訊號不可交易。

Deflated Sharpe 門檻

範圍	n	最佳 SR	SR₀	DSR	PBO
全部	144	0.070	0.535	0.00	0.10
加密貨幣	60	0.070	0.057	0.89	0.36
股票	42	−0.032	0.474	0.00	0.02
外匯	42	0.053	0.054	0.45	0.13

資料層級消融，下一根 bar 波動度 AUC

真實成交方向量加密貨幣實際擁有的	0.522
BVC 代理股票層級（價格 + 成交量，無方向）	0.547
tick-only外匯層級（僅價格）	0.526

免費的 BVC 代理（股票層級）在下一根 bar 波動度上勝過真實成交方向量。訂單流資料層級並非限制瓶頸。

第 08 節，平穩 vs 原始訂單流

把訂單流呈現為平穩輸入有幫助嗎？此處，沒有。

Fig. 6:訂單流輸入，平穩變換 vs 原始水準（加密貨幣，淨化 CV）。左：原始水準與平穩 OFI-加-fractional-differencing 變換的樣本外方向 AUC 都環繞在 0.50 的擲硬幣水準，彙總差距為 −0.002。右：計入成本的多空 Sharpe 對兩者皆淨為負。變換在保有記憶下達成平穩；沒有 bar 層級的方向訊號可供它呈現。

訂單流文獻中另有一支（Kolm、Turiel 與 Westray）主張，對於由訂單流驅動的預測，輸入的 stationarity 比模型更重要：把非平穩的水準餵給學習器，它在樣本外應會劣化，而把同樣的資訊作為平穩變換則應能預測。我們在相同的加密貨幣 bar、相同的淨化交叉驗證與相同的成本模型上做正面對比。原始輸入是累積的買方減賣方有號訂單流（一條有趨勢、非平穩的水準線）加其落後一根 bar 的值。平穩輸入是每根 bar 的 order-flow imbalance（OFI）加上該水準的 fractional differentiation，取在保有記憶又使序列平穩的最小 d。

誠實的結果是一個 null。在六個工具上彙總，方向 AUC 對兩種輸入皆為 ≈0.50（原始 0.499，平穩 0.496），因此差距為 −0.002，平穩輸入若有差別，也只是略差一絲。一段較短的近期切片對平穩輸入看似較佳，但該優勢在延伸至完整樣本後並未存續，這標示它為小樣本假影。變換確實有在做它的工作：fractional-differenced 序列以 d≈0.5 達到平穩且保有記憶。只是沒有 bar 層級的方向訊號可供它揭露，這與研究其餘部分一致，那裡只有波動度承載內容，而方向停在擲硬幣水準。平穩輸入無法製造出資料中不存在的優勢；它只在真實訊號被非平穩性遮蔽時有幫助，而此處並非那種情形。

方向 AUC，原始水準 vs 平穩（OFI + fractional differentiation）

工具	d 值	原始 AUC	平穩 AUC	差距
BTC	0.40	0.495	0.492	−0.003
ETH	0.55	0.494	0.503	+0.009
SOL	0.45	0.502	0.492	−0.010
BNB	0.55	0.490	0.503	+0.013
XRP	0.40	0.505	0.500	−0.005
LTC	0.55	0.504	0.487	−0.017
彙總	0.50	0.499	0.496	−0.002

彙總而言，最佳計入成本 fold 的 Deflated Sharpe Ratio 對原始為 0.017、對平穩為 0.000，皆相對 36 次試驗，兩者皆未越過門檻。stationarity 變換如預期運作；它被要求預測的 bar 層級方向，根本沒有訊號。

如何維持測試的誠實

多市場、僅因果、計入現實成本、淨化交叉驗證，並以 Deflated Sharpe Ratio 為門檻，兩項研究共享的相同紀律。

方法

僅因果。 bar t 上的每個特徵值僅使用 ≤ t 的 bar；每個門檻與規則方向都在訓練 fold 內擬合；標籤視野經淨化與禁制。沒有任何圖表或統計量使用未來資訊。
資訊驅動 bar。 加密貨幣與股票用 dollar bar，外匯用 tick bar, López de Prado 偏好的 bar，每個工具約 6,000 根（結構性斷裂）或每日約 8 根（微觀結構）。
現實成本，不做截斷。 股票採時段半價差表加最低票券手續費；外匯採以 pip 計的逐對半價差，搭配 UTC 時段乘數；加密貨幣採內部預設值。正是這些成本使股票特徵家族顯著轉負，無成本的測試會回報一個偽陽性。
帶禁制的淨化 k-fold 交叉驗證，使多根 bar 的標籤視窗永不跨越訓練與測試。
以 Deflated Sharpe + PBO 為主結論。 False Strategy Theorem 提供無技能試驗族的期望最大值；唯有在依試驗數、離散度、偏度與峰度緊縮後仍越過該門檻，結果才算為真。
已驗證的核。 每個關鍵估計量都有純參考實作與加速實作，並驗證為逐位元相同（CUSUM、LZ76、Kontoyiannis 與微觀結構滾動區塊 max|Δ| = 0；SADF 約 1e-13 的 OLS 捨入誤差）。

註記與限制

兩項研究都刻意找不到任何可交易之物，而那正是發現。爆發性體制的未來報酬傾斜是真實的，但多半是無條件漂移而非 alpha：加密貨幣與股票在樣本期間趨勢向上，SADF>0 事件群聚於上漲段內，而偏多的條件均值看起來很大，直到你要求一條多空規則並支付成本。微觀結構的方向結果在 bar 資料上為零；波動度結果適度，且是未來工作唯一應瞄準之處（波動度目標化的覆蓋層，而非獨立的多空）。成本是現實的而非對抗性的；股票的最低票券手續費懲罰了極小的名目金額，但定性結論（方向 AUC ≈ 0.50，DSR ≈ 0）對此穩健，因為即便在成本之前也沒有可捍衛的毛優勢。標籤為短期；更長的三重障礙跨度可能改變方向圖像，留待後續工作。

可重現性

特徵核、參考實作、計入成本的淨化交叉驗證框架以及深入分析都在配套儲存庫中，lopez-de-prado-work-review 的 project 07 與 project 08（審閱期間為私有）。本頁的探索器是自包含的：它顯示的每個數字都編碼在元件中，因此它所闡釋的兩項發現在每次載入時都精確重現。

引用

Cite as

Gatto, D. V. (2026). Predictive Features: A Deflated, Multi-Market Test of Structural-Break, Entropy and Microstructure Features. Working paper (preview).

@techreport{gatto2026features,
  author      = {Gatto, Daniel V.},
  title       = {Predictive Features: A Deflated, Multi-Market Test of
                 Structural-Break, Entropy and Microstructure Features},
  year        = {2026},
  type        = {Working paper (preview)},
  note        = {Review of Lopez de Prado, Advances in Financial
                 Machine Learning, Ch. 17--19}
}

參考文獻

此處所評述特徵的主要來源：

López de Prado, M. (2018). Advances in Financial Machine Learning. Wiley. 第 17 章（Structural Breaks）、第 18 章（Entropy Features）與第 19 章（Microstructural Features）。
Easley, D., López de Prado, M., & O'Hara, M. (2012). Flow Toxicity and Liquidity in a High-Frequency World (VPIN). Review of Financial Studies, 25(5).
Roll, R. (1984). A Simple Implicit Measure of the Effective Bid-Ask Spread in an Efficient Market. Journal of Finance, 39(4).
Kyle, A. S. (1985). Continuous Auctions and Insider Trading. Econometrica, 53(6).
Amihud, Y. (2002). Illiquidity and Stock Returns: Cross-Section and Time-Series Effects. Journal of Financial Markets, 5(1).
Corwin, S. A., & Schultz, P. (2012). A Simple Way to Estimate Bid-Ask Spreads from Daily High and Low Prices. Journal of Finance, 67(2).
Bailey, D. H., & López de Prado, M. (2014). The Deflated Sharpe Ratio. Journal of Portfolio Management, 40(5).

另見

這兩項研究共享的緊縮顯著性骨幹，在 Backtest Overfitting 與 Deflated Sharpe Ratio 中建構並做壓力測試，其選擇紀律的主題則在優勢在於過程中以敘事方式展開，而更廣泛的工作整體則在研究。