TQQQ ML 趋势：用机器学习预测 3 倍杠杆 ETF
Published:
TQQQ 是纳斯达克 100 指数的 3 倍杠杆 ETF。它也是散户接触过的最不对称的金融工具之一——上行空间真实存在，回撤却十分残酷，而每日再平衡的数学逻辑意味着”买入并持有”并不像大多数人以为的那样运转。TQQQ ML Trend 是一个用机器学习来预测趋势状态的实验，而不是去预测价格。
为什么偏偏选 TQQQ
TQQQ 之所以有趣，是因为在来回震荡的行情中，杠杆衰减惩罚很严重，而在趋势行情中，凸性又极其可观。这种不对称，正是机器学习原则上能学会的那类状态——即使它无法可靠地预测逐日的价格。
假设是：一个把”我们是不是处于趋势行情”分类出来的模型，比一个试图预测明日收益率的模型更有用。
这个仓库包含什么
- 用于历史纳斯达克 100 和 TQQQ 价格序列的数据摄入。
- 专注于波动率、动量和广度的特征工程。
- 使用标准机器学习库来进行趋势状态分类的模型训练。
- 尊重真实交易成本和滑点的回测框架。
- 样本内与样本外表现的可视化。
如何运行
git clone https://github.com/ktwu01/TQQQ-ML-trend.git
cd TQQQ-ML-trend
pip install -r requirements.txt
python main.py
技术栈
- Python 处理一切。
- 标准的数据和机器学习库（pandas、scikit-learn 等）。
- 回测逻辑从零手写，以避免隐式的假设。
关于现实的一点说明
这是研究代码，不是交易系统。回测容易受到前视偏差、状态过拟合和幸存者偏差的影响。请把这个仓库当作你自己分析的起点，而不是投资建议。即使市场最终会恢复，杠杆 ETF 也可能迅速贬值。
使用场景
- 学习如何搭建一个由机器学习驱动的回测。
- 作为金融时间序列特征工程的参考。
- 作为你自己状态分类工作的起点。
参与贡献
如果你有关于更优特征、更诚实的验证方案或替代模型的想法，欢迎在 github.com/ktwu01/TQQQ-ML-trend 提交 issue 或 PR。
杠杆 ETF 研究有趣的地方，不在于杠杆本身。而在于杠杆迫使你去直面自己模型的那些假设。