machine-learning-for-trading 实战教程：27 章、9 个案例研究，从原始数据跑通回测策略

machine-learning-for-trading 实战教程：27 章、9 个案例研究，从原始数据跑通回测策略

【免费下载链接】machine-learning-for-tradingCode for Machine Learning for Trading, 3rd edition — from data sourcing to live execution.项目地址: https://gitcode.com/GitHub_Trending/ma/machine-learning-for-trading

machine-learning-for-trading 是《Machine Learning for Trading》第三版的官方配套代码，从金融数据下载、打标签、训练模型，到回测验证和模拟实盘，每个环节都有可运行的脚本。很多量化学习者卡在"数据怎么洗、标签怎么打、回测怎么接上"这几段之间。这个仓库把整条链路拆成了 27 个章节目录加 9 个跨市场案例研究。本文先用最短路径带你跑出第一个结果，再回头解释每一环的设计。

先跑通：从克隆到 ETF 策略报告只需五步

第一步，拉取代码：

git clone https://gitcode.com/GitHub_Trending/ma/machine-learning-for-trading cd machine-learning-for-trading

第二步，装环境。Docker 路线执行docker compose pull ml4t，再docker compose up ml4t，浏览器打开 http://localhost:8888 即可。本地 uv 路线要先装 C/C++ 编译器，Ubuntu 执行sudo apt install build-essential python3-dev，然后uv sync。两条路线各预留约 16 GB 磁盘。

第三步，拉取免费数据：

uv run python data/download_all.py --free-only --skip-firm-characteristics

--free-only覆盖 7 个数据集，全程不需要 API key。加上--skip-firm-characteristics后体积约 75 MB；不加则约 4.1 GB，多出来的都是个股基本面数据。

第四步，验证环境并跑冒烟测试。先执行uv run python scripts/verify_installation.py，它会逐组件打印 PASS 或 FAIL；再执行uv run python 01_process_is_edge/factor_regimes.py，能正常出结果说明数据和代码链路都通了。

第五步，读一个案例研究的成品，不用自己训练：

uv run python scripts/download_artifacts.py --cs etfs uv run python case_studies/etfs/20_strategy_analysis.py

第一条命令下载 ETF 案例预存好的训练产物，第二条直接基于它生成策略报告。想看模型对比过程，运行同目录下的13_model_analysis.py。

27 章和 9 个案例研究怎么分工

图中上层 Strategy Research 框住研究框架、特征工程、模型开发、策略设计四段，中间用一条 evidence boundary 隔开调参与评估；下层是部署监控，外加一条重训、暂停、退役的反馈回路。章节目录跟着这张图排布：

• 02 到 05 章是数据层：八类资产的市场行情、微观结构、基本面、合成数据
• 06 到 10 章是研究设计与特征工程，含文本特征
• 11 到 15 章是模型擂台：线性、梯度提升、深度学习、潜在因子、因果估计
• 16 到 20 章是回测、组合构建、交易成本、风险管理与信号合成
• 21 到 26 章延伸到强化学习执行、大模型研究和生产运维

case_studies/下 9 个子目录对应 ETF、股票、期货、外汇、加密、期权等市场，每个都跑同一套从可行性分析到 holdout 验证的 20 步流程，结论密度比章节更高。

三个高频问题：数据、标签、信号

数据从哪来？

data/目录把 19 家以上供应商统一成一个接口：data/download_all.py负责拉取，所有 loader 返回结构一致的 Polars DataFrame，落地统一存 Parquet。data/README.md 里的目录表列出了每个数据集的资产类别、频率、时间覆盖和付费情况，选数据集前查这一张表就够了。

特征怎么切、标签怎么打？

特征侧按"数据要求"分成价格、多工具、上下文/外部数据三族，分类图里标了每族适用的频率区间：动量类适合日频到月频，微观结构类适合秒频到小时频。它决定模型前面接哪条处理管线，而不是一股脑全喂进去。

标签侧的代表方案叫 triple barrier：窗口内先触上障记 +1，先触下障记 -1，时间耗尽记 0。障碍宽度按波动率估计 θ×σ√h 缩放，同一套逻辑因此适用于波动率差异很大的资产，不用写死"涨 3% 算赢"。

信号训完之后去哪？

第 16 章把回测当证伪用：只有战胜等权基准的策略才算通过。第 18、19 章再叠加价差、市场冲击、执行算法，以及 VaR、止损和 kill switch。信号活不过成本扣除和风险约束，就谈不上可部署。第 25、26 章接着处理券商模拟盘、漂移监控和熔断机制。

新手最容易踩的三个坑

现象：notebook 里 loader 报"找不到数据"。原因：notebook 的工作目录被默认设成了所在章节文件夹，loader 会先在那里找。解法：在仓库根目录启动 Jupyter，并加环境变量前缀，形如ML4T_DATA_PATH="$PWD/data" uv run jupyter lab。

现象：有的 notebook 秒出结果，有的要等训练。章节 notebook 大多当场训练模型，这是教学目的；案例研究的分析 notebook 读的是预先存好的训练产物。想快速复现结论，用scripts/download_artifacts.py --cs etfs拉工件即可。

现象：本地uv sync报error: command 'c++' failed。有 12 个锁定包没有预编译 wheel，必须源码编译。先装编译器再同步：Ubuntu/WSL2 用sudo apt install build-essential python3-dev，macOS 用xcode-select --install。docs/installation.md 还有 macOS OpenMP 等更细节的排查项。

下一步

数据、标签、成本、风险这些最容易被跳过的环节，在这个仓库里都有可复现的管线。建议接着按case_studies/README.md逐个市场读结论，再回到data/目录细化数据层。代码获取方式：git clone https://gitcode.com/GitHub_Trending/ma/machine-learning-for-trading🚀

【免费下载链接】machine-learning-for-tradingCode for Machine Learning for Trading, 3rd edition — from data sourcing to live execution.项目地址: https://gitcode.com/GitHub_Trending/ma/machine-learning-for-trading