Train阶段

Train Freeze 阶段 - 训练窗尺子冻结

详细版：../展开讲/Train阶段.md

1. 阶段定位

虽然文件名仍叫 Train阶段，但这里更准确的职责是 TrainFreeze。

这个阶段不是宣布哪个因子赢了，也不是正式做交易层回测；它的职责是把后续必须复用的训练窗尺子固定下来。

它回答的问题是：

在不偷看 Test / Backtest / Holdout 的前提下，我们训练窗里学到了哪些预处理、中性化、分桶和调仓尺子？

---

2. 本阶段只冻结什么

TrainFreeze 只冻结五组内容：

• preprocess_contract
• neutralization_contract
• ranking_bucket_contract
• rebalance_contract
• delivery_contract

这里的“尺子”指的是后续阶段必须复用的规则，而不是最终交易胜负。

典型冻结对象包括：

• winsorize / clipping 规则
• 标准化规则
• 中性化回归设定
• bucket 切点或排序规则
• rebalance 频率与触发语义

---

3. 本阶段不该做什么

禁止事项：

• 用 Test 或 Backtest 结果反推 train 尺子
• 在本阶段重新发明 SignalReady 已冻结的因子定义
• 在本阶段宣布“最终胜出因子”或“最佳组合”
• 在本阶段写交易层 Top N 选币 / 组合持仓 / 执行方案
• 在本阶段输出 best_h、单资产命中率等时序语义

特别强调：

如果为了让下游表现更好，回头改 ranking_bucket 或 rebalance，那不是正常迭代，而是污染研究线。

---

4. 必需输入

建议至少有以下输入：

• factor_manifest.yaml
• factor_panel.parquet
• factor_coverage.parquet
• factor_contract.md
• stage_completion_certificate.yaml

---

5. 必需输出

建议至少产出以下 artifact：

• csf_train_freeze.yaml
• train_quality.parquet
• train_variant_ledger.csv
• train_rejects.csv
• train_gate_decision.md
• artifact_catalog.md
• field_dictionary.md

csf_train_freeze.yaml 至少应显式区分：

frozen_signal_contract_reference: MOM_20D_v1
 
preprocess_rules:
  winsorize: mad_3
  standardize: cross_sectional_zscore
 
neutralization_rules:
  policy: market_beta_neutral
  regressors:
    - beta_30d
    - log_market_cap
 
ranking_bucket_rules:
  bucket_mode: quintile
  min_cross_section_size: 20
 
rebalance_rules:
  frequency: 1d
  trigger: scheduled_only
 
auxiliary_conditions:
  listing_days_min: 30

---

6. Formal Gate

FG-1: 预处理尺子明确

• 去极值规则明确
• 标准化规则明确
• 缺失处理规则明确

FG-2: 中性化尺子明确

• 中性化是否启用明确
• 风险暴露来源明确
• 不允许事后因为下游结果去改回归条件

FG-3: 分桶尺子明确

• bucket 规则明确
• 最小截面样本量明确
• ties 和缺失处理明确

FG-4: 调仓尺子明确

• 频率明确
• 触发语义明确
• 不允许留“回测后再优化”这种口子

FG-5: 参数台账完整

• train_variant_ledger.csv 可追溯
• reject 项有原因
• freeze 后不可治理轴明确

---

7. Audit Gate

可以记录但不应越界的审计项：

• 不同训练窗下尺子的稳定性
• coverage 与 breadth
• 尺子对小样本时段的脆弱性

这些项可以帮助判断风险，但不应把 Test 或 Backtest 的绩效结果回写进来。

---

8. 常见反模式

反模式 1：拿下游结果反推训练规则

错误流程：

• 先跑 Test
• 看到单调性不好
• 再回来改 bucket 切点

这会直接破坏独立样本验证。

反模式 2：把 TrainFreeze 写成投资组合设计

错误写法：

• Top N 选币
• Long / Short 持仓数
• 仓位分配方式
• 执行窗口

这些属于 BacktestReady 的组合与执行合同，不属于训练窗尺子。

反模式 3：重开因子定义轴

如果在本阶段改：

• raw factor fields
• derived factor fields
• score formula
• factor role

那说明问题应回到 SignalReady，而不是继续伪装成 Train 调参。

反模式 4：只留最终版本，不留 reject ledger

如果看不到候选尺子为何被拒绝，后续团队会重复探索同一死路。

---

9. 与下一阶段的交接

TestEvidence 只能消费 TrainFreeze 已冻结的尺子，不得：

• 在 test 窗重估 preprocess
• 在 test 窗重估 neutralization
• 在 test 窗重估 bucket 规则
• 在 test 窗回写 rebalance 规则

下一阶段主要依赖：

• csf_train_freeze.yaml
• train_quality.parquet
• train_variant_ledger.csv
• train_rejects.csv

---

10. 一句话标准

TrainFreeze 完成后，下游团队应当拿到一把固定尺子去量独立样本，而不是拿到一个“看到结果再调一调”的半成品。