天驭学院 · 教学材料 · 机器学习交易入门
分步讲解（文字）
金融 ML 特征
本节为可手动翻页的文字讲解，不含视频或音频。按自己的节奏阅读，完整推演与材料见下方讲义。
课程讲义
金融ML特征要在预测时点可获得。收益、动量和滚动波动是价格变换；样本单位、频率及缺失处理须明确，不能含未来标签或全样本标准化结果。
给每列写公式/窗口/可用时点→按时间拆分→只在训练拟合处理→删除起始缺值→核特征标签隔离。
解释r1、momentum3、vol5三列分别需要哪些历史行，哪些起始行不能训练。
r1至少2价，momentum3至少4价，vol5按本脚本5个收益需6价；起始不足行应排除，不以未来值补齐。具体自由度以脚本为准。
标签定义close[t+5]/close[t]−1>0。训练结束100、测试从101起，则t=96…100的标签触及测试期，应移除。最后5行没有完整标签，不可用比较NaN后得到False的方式将其当负类。
时间相邻样本强相关，随机拆分会高估独立性；不能仅加一个shift就宣称所有泄漏已消除。
先按README安装本实验的明确依赖。若依赖或平台不可用，应标记未运行，不以源码下载代替运行证据。
python ml_lab.py课程数值、价格、账户和案例均为教学假设；固定材料可离线复现。完成标记仅记录学习，不是能力认证、服务批准或收益保证。
本节要点
完成标记仅记录个人学习，不代表能力认证。练习使用教学假设或合成数据，不要求真实开户、入金或交易。