模型会过期：找到一个好模型，其实才刚开始

你折腾了三个月，终于把一套东西调到自己满意：历史数据上跑得住，留出来没碰过的那一段也跑得住，换个时间段重新调一遍参数，结论还是差不多。你长舒一口气，觉得这件事总算做完了。

然后你把它挂上去，让它每天自己算。

前两个月还行。第三个月开始，你发现它给出的判断越来越经常地"差一点"——不是错得离谱，是那种钝钝的感觉：以前它挑出来的东西大多能跟着涨一阵，现在挑出来的东西涨一半就熄火。你翻代码，没 bug；你翻数据，没缺失。什么都没坏，但它就是不如从前了。

这不是你的错觉，也不是你运气不好。它就是会这样。一个模型不是一件家具，买回来放那儿就行；它更像牛奶，出厂那一刻就开始倒计时。

先说人话：它到底是件什么事

先把"模型"这个词落到地面。这里说的模型，就是一台从历史里总结出来的、专门做同一件事的机器：你把一堆能算出来的数喂进去（成交量的变化、价格的形态、财报里的比率之类），它吐出一个判断。它总结的依据只有一样东西——过去发生过的事。

现在想象一件生活里的事。

你在一个小区门口开了家早餐店。开店前你蹲了两个月，记下来每天几点人最多、大家买什么、什么价位卖得动。这两个月的观察，就是你的"训练数据"；你根据它定下来的备货表和出摊时间，就是你的"模型"。头半年生意很好，因为小区还是那个小区。

一年后，地铁口挪了，早高峰的人流从东门改走西门；隔壁开了两家新店；小区里搬进来一批年轻租户，口味跟原来那批上班族不一样。你的备货表一个字都没改，它还是那张按去年的世界画出来的表。它没有出错，它只是在描述一个已经不存在的地方。

这就是模型衰减：不是模型坏了，是它当年学的那个世界变了。这件事在学术上有个名字叫概念漂移（concept drift，指数据背后的规律本身随时间改变），但你不用记这个词，记住那张过期的备货表就够了。

qlib 那份关于"动态市场"的示例文档，开头一句话说的就是这个意思：金融市场的环境是非平稳的（说人话就是：它的统计规律本身会变），不同时期的数据分布会不一样，所以在旧数据上建起来的模型，放到未来的数据上，表现会衰减。注意它用的词是"会"，不是"可能会"。

对你的决策意味着什么

第一件事："我找到了一个好模型"这句话，天然缺一个时间状语。 完整的说法是"我找到了一个在某段历史上好的模型"。这两句话的差距，就是你后面所有麻烦的来源。你以为你交付了一个成品，其实你交付的是一个需要被持续供养的东西。

第二件事：你真正要管的不是那个模型，是产出模型的那条流水线。 这是个视角上的翻转，也是本篇最想传达的东西。如果模型注定会过期，那么"这个模型多好"就不是最重要的问题了，"我用多快的速度、多稳的质量，持续造出新的模型来替换它"才是。前者是一次性的成绩，后者是一个可以一直跑下去的能力。

第三件事：衰减和失效不是一回事，处理方式也完全不同。 如果你的信号只是因为市场分布慢慢挪了位置而变钝，重新训练一遍多半能把它拉回来；但如果它是因为规律本身已经不成立了——比如那个价差被越来越多人盯上、赚它的空间被磨没了——那你重训一百遍也只是让模型更快地追上一个已经走掉的东西。前一种叫衰减，后一种叫失效。怎么区分，信号衰减：好因子为什么会失效 那篇是从因子的角度讲的，两者是同一件事的两个切面。

第四件事，最容易被忽略：重训是有代价的。 新模型和旧模型对同一批标的的看法不会完全一样，换模型那一刻，你的持仓就要跟着动一次。换得越勤，交易越多，手续费和冲击成本就越高。这笔账不算清楚，你可能会得到一个"每周都用最新模型"的漂亮方案，然后被成本吃掉全部改善。这一层的账怎么算，调仓频率 那篇讲得更细。

系统层：跑起来之后，每天到底在做什么

前面这些话听着都对，但太虚。真正让人明白的方式是看一眼真实系统在"模型已经上线"这个阶段每天做的动作——你会发现它比想象中琐碎得多，而琐碎的地方正是坑所在。

需要先划清一条界：把历史切成一串窗口、每个窗口重新训练一次，那是离线评估，用来判断"这套流程行不行"，滚动前进验证 那篇讲的是它。本篇说的是上线之后——同样的动作真的每天在发生，而且每一步都不可逆。qlib 自己在滚动模块的注释里把这两件事分得很干净：滚动模块只负责离线地把一个任务按时间切成一串任务，它和"在线服务时不断更新模型"是两回事，共用的只是任务生成那一层。评估阶段你可以回头重来，运行阶段不行。

一个循环，五个动作

qlib 的在线管理器把日常循环写成了一个叫 routine 的方法，注释里把顺序交代得很直白：更新预测 → 准备任务 → 准备在线模型 → 准备信号。展开成人话是这么五步：

1. 数据到了新的一天（这一步是你自己的事，文档专门强调用户必须保证数据源是更新的——数据不更新，后面全是空转）；
2. 检查按你定的节奏，是不是该造新模型了。该，就生成新的训练任务并训练；
3. 从训练好的模型里挑出哪些"上线"，哪些"下线"；
4. 把当前在线的这些模型的预测，往前补到最新一天；
5. 把多个在线模型的预测合成一个最终信号（默认是把它们平均起来，可以换成别的合成方式）。

值得停一下的是顺序。代码里更新预测这一步被特意放在最后，注释写得很清楚：因为在上面几步里在线模型可能已经变了，所以更新预测必须是最后一步。这个细节很小，但它揭示了一个真实系统里的核心矛盾——"今天用哪个模型"和"今天的预测是什么"是两个会打架的状态，谁先谁后必须钉死。你自己搭一套的时候如果没想过这件事，很可能某天用新模型覆盖了旧模型算出来的一段历史预测，而你完全不会察觉。

预测是补出来的，不是每天重算的

这一点很多人第一次看会愣一下：新的一天来了，系统不会把整段历史的预测重算一遍，它只算缺的那一小截，接在后面。

听上去是纯粹的性能优化，其实不是。它带来一个必须处理的麻烦：有些模型的输入天然依赖过去若干天的数据（比如它要看最近 N 天的序列），那么要算出"今天"这一格，就得往前多取一段数据当引子。qlib 的更新模块把这个长度叫历史依赖，并在注释里说明：起点不包含在这段依赖长度里，所以大多数情况下它等于序列长度减一。它还会在你没指定的时候，试着从数据集本身把这个长度推断出来。

另一处很实在的防呆：如果你要求把预测更新到一个比数据日历上最后一天还晚的日期，它会警告一句然后把目标日期截回到最新的那一天，而不是傻傻地往前算。这是在保护你不去预测一段还没有数据的时间。

if to_date >= latest_date:
    self.logger.warning(
        f"The given `to_date`({to_date}) is later than `latest_date`({latest_date}). "
        f"So `to_date` is clipped to `latest_date`."
    )

顺带说一句，这一整块能成立的前提是"缺哪一截补哪一截"这件事本身不能出错。补的时候多取了一天、少取了一天，或者把新模型算的结果盖到旧时间段上，都会污染你的历史记录，而这类污染事后极难发现。

谁在线，是一件要被记账的事

真实系统里，模型不是"用"或"不用"两种状态，它有一个明确的标签在身上。qlib 的在线工具用一个键记录每个模型的状态，取值只有在线和离线两个（离线的意思就是：训练过，但不参与实盘服务）。切换的时候是先把所有模型置为离线，再把选中的那批置为在线。

同时，管理器会维护一份历史账本，结构是"哪一天 → 哪个策略 → 当时哪几个模型在线"。这份账本的用处不在跑的时候，在事后复盘的时候。三个月后你看到一段成绩很差的区间，第一个要问的问题就是"这段时间是哪个模型在当值"。没有这份账，你根本无法把结果归因到具体的模型上，只能笼统地说"最近不行"。

关于切换的时点，源码注释里有一段很诚实的自我批评，值得原样理解：它说当前的实现方式很朴素（naive），而更贴近实际的做法应该是——在测试段开始的前一天训练出新模型，然后在测试段开始那一天再切换。为什么要拆成两步？因为训练本身要花时间。如果你在需要用它的那一刻才开始训练，那这个模型在你需要它的时候还不存在。这是个纯工程问题，但它会直接变成实盘里的一段空窗。

同一份代码里还埋着一个更隐蔽的警告。在模拟模式下批量补做准备工作时，如果发现信号已经被准备到了比当前时间更远的地方，它会警告说：这可能是因为在线模型预测了超出它应该预测的范围，会导致信号被离线模型污染。翻译成人话就是——某个已经下线的模型，它的预测悄悄留在了本该由新模型负责的那一段时间里。你看到的那条曲线，是两个模型的混合物，但没有任何地方标着这件事。

时间到了就别再预测了

前面说的都是"怎么换新的"。还有一个更朴素的问题：在新模型到位之前，旧模型还能用多久？

freqtrade 的机器学习模块给了一个不讲道理但很有用的答案：看它多老。 它的检查逻辑短到几乎不需要解释——拿当前时间减去这个模型的训练时间，换算成小时，超过用户设定的上限就判定为过期。

def check_if_model_expired(self, trained_timestamp: int) -> bool:
    time = datetime.now(tz=UTC).timestamp()
    elapsed_time = (time - trained_timestamp) / 3600  # hours
    max_time = self.freqai_config.get("expiration_hours", 0)
    if max_time > 0:
        return elapsed_time > max_time
    return False

这个参数当前的默认值是 0，含义是"永不过期"（当前默认值，可配置）。文档对它的描述是：如果模型比设定的小时数更老，就避免用它做预测。

注意"避免做预测"这个措辞——它不是判断模型错了，是判断模型不再可信，于是选择闭嘴。 这两者的区别很大。一个只在自己有把握的时候才发声、其余时间保持沉默的系统，比一个不管新旧都硬要给个答案的系统，安全得多。这个设计思路你完全可以搬到自己身上：与其纠结"我的判断依据是不是还成立"，不如先给它加一个保质期，过了就不用它下决定。

另外这个模块还有个相邻的参数，管的是"多久重训一次"，它的默认值是尽可能频繁地重训。可以看出这两个旋钮回答的是不同的问题：一个是"什么时候造新的"，一个是"旧的什么时候作废"。它们不必相等，中间那段差值就是你愿意承受的风险敞口。

模型没见过的行情：不该预测的时候闭嘴

按时间判过期，粗糙但可靠。还有一种更聪明的判法：不看模型多老，看眼下这个局面模型有没有见过。

freqtrade 文档里的相异度指数（Dissimilarity Index）做的就是这件事。它的思路可以完全脱离公式来讲：先量一量训练数据自己有多"散"——把训练集里两两样本之间的距离都算一遍，取个平均，得到一个代表"这堆数据的典型间距"的数；然后对每一个新来的待预测样本，找出它离训练集中最近的那个样本有多远；把这个距离除以刚才那个典型间距，就得到一个比值。

比值小，说明今天这个局面落在模型见过的世界里，它的判断算是在插值；比值大，说明今天这个局面离它见过的一切都很远，它的判断是在外推——而外推是所有预测里最不可信的一种。超过阈值的预测会被直接丢掉，不参与决策。文档也点明了这个阈值的两个方向：调高，模型更宽容，允许离训练数据更远的预测被采用；调低，则丢掉更多预测。具体设多少属于你自己的取舍，这里只讲机制。

这套东西之所以值得单独说，是因为它抓住了模型衰减里最要命的那一半。模型变钝有两种：一种是慢慢的，世界一点点挪；另一种是突然的，出现了一段训练集里压根没有过的行情——极端波动、流动性抽干、某种从未见过的联动。第二种情况里，模型不会告诉你"我不知道"，它会照常吐出一个数，而且那个数往往很极端。相异度指数就是在替它说那句"我不知道"。

再上一层：学"怎么重训"的模型

到这里为止，所有的答案都还停留在"多久重训一次"这个层面，而这个数字是你拍脑袋定的。有没有可能，连这件事本身都交给机器去学？

qlib 里有一层叫元控制器（Meta Controller），干的正是这个。它的文档把定位写得很清楚：元控制器为预测模型提供指导，目标是从一连串预测任务中学出规律，再用学到的规律去指导接下来的预测任务。

把这句话拆开看。普通的模型学的是"从特征到结果"；元控制器学的是"从一堆训练任务，到怎么设置下一个训练任务"。前者的经验单位是一根 K 线，后者的经验单位是一次重训。这是个挺漂亮的抽象：既然重训这件事你已经做过几十次了，那这几十次本身就是数据。

它给出的示例实现叫 DDG-DA，文档把流程概括成四步：把每次重训的元信息打包成元任务，所有元任务组成元数据集；在这个元数据集上训练元模型；用训练好的元模型做推断，得到"指导信息"；把指导信息应用到预测模型上。

"指导信息"具体是什么？从代码里看得出来，这一路的做法是给历史训练样本重新加权——模块名字直译就是"数据选择"，里面有个专门按时间给样本赋权的部件。这个思路本身就值得单独理解一遍：不是简单地"只用最近一年的数据"，也不是"数据越多越好全都用上"，而是判断历史上哪一段的市场状态跟接下来那一段更像，就把那一段的权重调高。它试图回答的是一个比"训练窗多长"精细得多的问题——哪些旧经验在今天仍然作数。

这一层要不要用，是另一回事。多加一层能学的东西，就多一层能被过拟合的东西，而且它的调试难度比普通模型高一个量级。但知道有这么一层存在，你对"模型会过期"这件事的理解会完整很多：连"该怎么应对过期"本身，都是一个可以被建模、也可以被搞砸的问题。

为什么"找到一个好模型"不是终点

把上面这些串起来，会得到一个和直觉相当不同的结论。

一次性的好成绩，和一条能持续产出的流水线，是两种完全不同的资产。 前者会折旧，而且折旧速度不由你决定；后者只要还在转，就能一直造出替换件。真正值钱的从来是后者。这也是为什么专业机构的量化团队看上去总在做一些"不产出策略"的事——数据管道、任务调度、结果归档、监控告警。那些不是辅助工作，那就是主要工作。

你真正回测过的东西，可能比你以为的少。 大多数人的回测里，从头到尾只有一个固定的模型。而真实运行是一串模型接力，中间有切换、有空窗、有新旧混合。qlib 的在线管理器专门提供了一个模拟方法，可以从当前时间开始，按日历一天天把整个在线流程重演一遍——把"换模型"这件事本身也纳入检验。这两种回测的结果不会一样，而且不一样的那部分，恰好是你上线后才会遇到的部分。

别指望"重训"能治所有病。 重训只能把模型拉回到最近的数据分布上。如果问题出在你的信号本身已经被太多人使用（因子拥挤 那篇讲的就是这个），那重训只会让你更快、更精准地挤进同一扇门。这时候需要换的不是模型，是想法。

任何在线系统都有它做不到的事，而这些边界通常写在文档最不起眼的地方。 qlib 的在线服务文档在"已知限制"一节里坦白：目前支持的是每日更新次日的预测，但由于公开数据的限制，不支持生成次日的订单。这句话的分量是——从"我知道明天该看好哪些"到"我知道明天几点、什么价、下多少量"，中间还隔着一整段路，而那段路不在这个框架的能力范围里。会看这类声明的人，能省下大量把框架当成完整系统的时间。

失效边界与常见误用

把重训频率当成一个可以调优的参数去调。 你试了几个不同的重训间隔，发现某一个的历史成绩特别好，于是就用它。这跟把策略参数调到历史最优是同一种错，只不过换了个更隐蔽的位置。判据也一样：把这个间隔往上下各挪一挪，如果结论翻个个儿，那这个结论本来就不成立。参数高原与参数尖峰 里的判断方法在这里照样适用。

默认"越频繁越好"。 更频繁的重训确实能更快跟上市场，但同时带来三样东西：更高的换手和成本、更少的每次训练可用数据（如果用的是滑动窗口）、以及更大的结果波动（每个新模型都是一次重新抽签）。这三样都会吃掉你追上市场所得到的那点好处。

只在模型表现变差时才想起重训。 等你从收益曲线上"看出来"模型不行了，这个判断通常需要几个月的数据才够可靠，而这几个月的钱已经花掉了。按固定节奏重训、按数据分布判断可信度，都是不依赖"事后看出来"的做法。

把模型过期和判断错误混为一谈。 过期说的是"这个模型的知识来自一个已经过去的时期"，判断错误说的是"这一次它猜错了"。一个刚训好的模型也会经常猜错，那很正常；一个从没错过但已经很老的模型，反而更危险，因为它的连续正确会让你不断加码。

忘了数据管道才是命门。 在线服务的所有动作都建立在"数据每天准时、正确地更新"这个假设上。上游停更一天、某个字段格式变了、复权方式换了——这些都不会让程序报错，只会让预测悄悄变成垃圾。上线一套自动运行的东西，你需要监控的第一个对象不是收益，是数据。

以为新模型接管的那一刻是干净的。 前面提过那句关于"信号被离线模型污染"的警告。新旧交接处是整条链路里最容易出错的一段，而且错在这里的表现就是"曲线上多了一小段说不清来路的数据"，没有任何报错。

小结

• 模型不会坏，它会过期——因为它总结的是过去那个世界的规律，而那个世界一直在变。
• 真正要经营的不是某个模型，是持续产出模型的那条流水线。一次性的好成绩会折旧，流水线不会。
• 上线之后的日常循环大致是：数据更新 → 该造新模型就造 → 决定谁上线谁下线 → 把预测往前补 → 合成最终信号。顺序不是随便排的，动作之间会互相污染。
• "谁在什么时候在线"必须被记账，否则事后没法把任何一段成绩归因到具体模型上。
• 两种让模型闭嘴的机制都值得学：按年龄判过期（超过设定的小时数就不再预测），按陌生度判可信（当前局面离训练数据太远就丢弃这条预测）。
• 更上面还有一层——把"怎么重训"本身当成学习对象，比如按"历史上哪一段跟接下来更像"给旧样本重新加权。多一层能力，也多一层能被搞砸的地方。
• 重训只治分布漂移，不治规律失效。信号被用烂了，重训只会让你更快地挤进同一扇门。
• 重训频率是一个会被过拟合的旋钮，也是一笔实打实的交易成本，两头都得算。

一句话记住这篇：你调出来的那个模型，是一盒有保质期的东西；真正该建的，是那台能一直做出新盒子的机器。

本文所引源码与文档均来自上述快照版本，是阅读代码得出的机制说明，不是运行结果；具体行为请以你手上那个版本为准。回 量化与 AI 投研概念库 看其它概念各自在说什么，或从 量化与 AI 投研卷 顺着读；本站内容为投资教育，不构成任何投资建议，边界见 免责声明。