最近，Google Research 发布了面向表格分类与回归任务的基础模型 TabFM。

它试图简化传统表格机器学习中的建模流程。研究者不再需要针对每个数据集重新完成复杂的模型训练、参数搜索和特征工程，而是向模型提供一批带标签的历史样本，再输入一条新的待预测数据，由模型根据上下文理解特征与标签之间的关系，并完成分类或回归预测（Google Research）。

看到这个框架时，我首先想到的是量化交易。

量化研究本质上一直在制造表格。无论是 K 线、成交量、资金费率、基差，还是持仓量和订单流数据，最终都会被整理成一行行结构化样本，再交给统计模型或机器学习模型处理。

这次实践采用了一种非常直接的方案：

不计算 RSI，不计算 MACD，不构造均线，也不提前设计复杂因子，只将一段经过尺度统一的 OHLCV 数据组成时间窗口，再交给 TabFM 判断下一根 K 线更可能上涨、横盘还是下跌。

这种方式与均线、RSI、ATR 等传统指标并不冲突。传统指标同样需要先规定一个时间窗口，再使用固定公式从窗口中提取信息。区别在于，过去是研究者先决定模型应该观察均值、涨跌强弱还是波动幅度；现在则只提供经过标准化处理的时间窗口，由基础模型自行寻找其中可能有用的组合关系。

这正是 TabFM 在量化研究中最值得关注的地方。

一、把时间窗口变成一行数据

假设我们规定一个长度为 window 的 K 线窗口，每根 K 线包含以下五个字段：

• Open
• High
• Low
• Close
• Volume

一条样本使用目标 K 线之前的 window 根已完成 K 线，标签则是紧接着该窗口出现的目标 K 线方向。

准备预测下一根 K 线时，最新输入由当前已经确认完成的若干根 K 线组成。在构造数据之前，需要确认行情接口返回的最后一根 K 线是否已经完成；如果最后一根仍在形成，就应先将其排除，避免把未完成数据误认为完整样本。

用作模型上下文的历史样本不断向前平移。每向过去移动一根 K 线，就可以得到一条新的历史样本。

历史样本按照从最新到最旧的顺序排列，每一行内部同样遵循最近数据优先的规则：

• lag_1 表示距离目标最近的一根 K 线；
• lag_2 表示目标之前的第二根 K 线；
• lag_window 表示窗口中距离目标最远的一根 K 线。

字段生成代码如下：

            python
            
            
def make_feature_columns(window):
    columns = []

    for lag in range(1, window + 1):
        prefix = "lag_{}".format(lag)

        columns.extend([
            prefix + "_open",
            prefix + "_high",
            prefix + "_low",
            prefix + "_close",
            prefix + "_volume",
        ])

    return columns

如果窗口长度为 15，每行包含 75 个字段；如果窗口长度为 24，每行则包含 120 个字段。

这里的窗口长度、K 线周期以及历史样本数量都只是参数，并不存在固定答案。在正式研究中，可以通过滚动回测或参数搜索，比较不同参数组合在样本外数据中的表现。

二、为什么不直接输入绝对价格

虽然本次实践使用的是原始 OHLCV 数据，但并不意味着可以将绝对价格原封不动地交给模型。

以 BTC 为例，当价格从 30,000 上涨到 100,000 后，整个价格尺度已经发生了明显变化。如果直接输入绝对价格，模型可能会把价格所处的水平误认为一种稳定规律，而不是关注窗口内部真正有意义的相对结构。

因此，每一行样本都使用距离预测目标最近的收盘价作为锚点。Open、High、Low 和 Close 被转换为相对锚点的变化比例，成交量则除以当前窗口的平均成交量。

            python
            
            
def make_raw_kline_row(
    bars,
    target_idx,
    window,
):
    anchor_close = float(
        bars[target_idx - 1]["Close"]
    )

    if anchor_close <= 0:
        anchor_close = 1.0

    volumes = [
        float(
            bars[target_idx - lag].get(
                "Volume",
                0.0,
            )
        )
        for lag in range(1, window + 1)
    ]

    mean_volume = (
        sum(volumes) / len(volumes)
        if volumes
        else 1.0
    )

    if mean_volume <= 0:
        mean_volume = 1.0

    row = {}

    for lag in range(1, window + 1):
        bar = bars[target_idx - lag]
        prefix = "lag_{}".format(lag)

        row[prefix + "_open"] = (
            float(bar["Open"]) - anchor_close
        ) / anchor_close

        row[prefix + "_high"] = (
            float(bar["High"]) - anchor_close
        ) / anchor_close

        row[prefix + "_low"] = (
            float(bar["Low"]) - anchor_close
        ) / anchor_close

        row[prefix + "_close"] = (
            float(bar["Close"]) - anchor_close
        ) / anchor_close

        row[prefix + "_volume"] = (
            float(bar.get("Volume", 0.0))
            / mean_volume
        )

    return row

经过这样的处理，不同时间阶段的数据被统一到了相近的尺度中。

例如，lag_5_high = 0.012 表示目标之前的第五根 K 线最高价比当前锚点高约 1.2%；lag_3_volume = 1.6 则表示目标之前的第三根 K 线成交量约为窗口平均成交量的 1.6 倍。

这里没有计算均线、RSI、ATR 等传统技术指标，只是将原始 OHLCV 数据展开为滞后窗口，并统一不同时间阶段的价格与成交量尺度，使模型更容易比较不同市场环境中的相对关系。

三、模型需要预测什么

本次实践将预测任务定义为三分类：

• up
• flat
• down

标签表示目标 K 线收盘价相对于前一根收盘价的变化方向。

            python
            
            
def make_next_bar_label(
    bars,
    target_idx,
    threshold,
):
    previous_close = float(
        bars[target_idx - 1]["Close"]
    )

    target_close = float(
        bars[target_idx]["Close"]
    )

    if previous_close <= 0:
        return "flat"

    target_return = (
        target_close / previous_close - 1.0
    )

    if target_return > threshold:
        return "up"

    if target_return < -threshold:
        return "down"

    return "flat"

其中，target_return 表示目标 K 线收盘价相对于前一根收盘价的收益率。当收益率高于 threshold 时，标签为 up；低于负阈值时，标签为 down；介于两者之间时，则归类为 flat。

threshold 的作用，是区分真正具有方向意义的价格变化与普通噪声。这个参数同样不存在统一答案，需要结合交易品种、K 线周期、平均波动、手续费、滑点和实际执行成本进行选择。

阈值过低，会使大量微小波动被标记为上涨或下跌；阈值过高，则可能使大部分样本都落入 flat。因此，标签分布本身也应该成为参数研究和回测验证的一部分。

四、历史样本是怎样生成的

历史数据从最新一条已经知道结果的样本开始，逐步向过去移动。

            python
            
            
def build_dataset(
    bars,
    window,
    train_rows,
    return_threshold,
):
    minimum_bars = window + train_rows

    if len(bars) < minimum_bars:
        raise ValueError(
            "K线数量不足，至少需要 {} 根".format(
                minimum_bars
            )
        )

    rows = []
    labels = []

    latest_known_target_idx = len(bars) - 1

    for offset in range(train_rows):
        target_idx = (
            latest_known_target_idx - offset
        )

        rows.append(
            make_raw_kline_row(
                bars=bars,
                target_idx=target_idx,
                window=window,
            )
        )

        labels.append(
            make_next_bar_label(
                bars=bars,
                target_idx=target_idx,
                threshold=return_threshold,
            )
        )

    latest = make_raw_kline_row(
        bars=bars,
        target_idx=len(bars),
        window=window,
    )

    return rows, labels, latest

最终得到三部分数据：

• rows：已经知道结果的历史时间窗口；
• labels：每个历史窗口之后那根 K 线的实际方向；
• latest：当前最新时间窗口，用于预测下一根尚未出现的 K 线。

其中，rows[0] 是最新历史样本，索引越大，样本越旧。latest 则只使用当前已经确认完成的 K 线，不包含任何未来数据。

这种构造方式的关键在于，输入窗口与预测目标必须严格对齐。每条历史样本只能使用目标 K 线之前的数据，不能在特征中包含目标 K 线本身，更不能使用目标之后的信息。

还需要注意，build_dataset() 默认传入的 bars 已经排除了未完成 K 线。如果行情接口会返回正在形成的当前 K 线，应在调用该函数之前先进行处理。

五、这和均线、RSI 的区别在哪里

假设我们观察同一个长度的时间窗口，传统做法通常会先人工定义指标。

例如，均线可以写成：

            python
            
            
ma = sum(close_list[-window:]) / window

RSI 会计算窗口内上涨幅度与下跌幅度的平均强度，ATR 会计算真实波幅，动量指标则会比较不同时间位置上的价格变化。

这些方法具有一个共同特点：

研究者先决定什么关系可能有效，再使用固定公式将整个时间窗口压缩为一个或少量指标。

TabFM 的思路不同。我们仍然定义时间窗口，但不再提前规定模型必须观察哪一种关系。模型可以直接读取窗口内全部经过尺度统一的 OHLCV 字段，尝试从中识别收盘价是否连续抬高、高点和低点是否同步上移、K 线实体是否扩大、上下影线结构是否变化、成交量是否放大，以及波动是否处于收缩或扩张状态。

除此之外，模型还可能发现不同时间位置之间的组合关系。例如，某种价格结构可能只有在成交量同步放大时才有意义，也可能只有在短期波动收缩之后才具有预测价值。

传统指标属于人工特征。本次方法则是将经过尺度统一的 OHLCV 时间窗口交给表格基础模型，让模型自行寻找可能有效的特征组合。

这并不意味着研究者什么都不用做。时间窗口、数据周期、标签定义、样本数量和验证方式仍然需要人工确定。真正被减少的，是提前穷举大量指标和特征组合的工作。

六、它不是 TimesFM

TabFM 并不是专门的时间序列模型。

Google 的 TimesFM 才是直接读取连续时间序列，并预测未来序列的基础模型（Google Research）。

TabFM 接收的是固定列结构的表格。在本次数据中，时间关系并不是由模型天然识别，而是通过字段位置人工表达：

• lag_1 永远代表最近一根 K 线；
• lag_2 永远代表前两根 K 线；
• lag_window 永远代表窗口中最早的一根 K 线。

因此，更准确的说法是：

我们先使用人工时间窗口，将时序问题转换为表格分类问题，再使用 TabFM 完成预测。

这种处理方式与传统机器学习中的滞后特征方法相似。不同的是，TabFM 是一个表格基础模型，可以将历史特征和标签样本作为上下文，理解当前表格任务，而不需要针对当前数据集重新训练一套完整模型参数（Google Research）。

七、调用 TabFM

完成数据整理之后，真正调用模型的代码并不复杂。

            python
            
            
import numpy as np
import pandas as pd

from tabfm import TabFMClassifier
from tabfm import tabfm_v1_0_0_jax


model = tabfm_v1_0_0_jax.load(
    model_type="classification"
)

classifier = TabFMClassifier(
    model=model,
    random_state=42,
)

rows, labels, latest = build_dataset(
    bars=bars,
    window=window,
    train_rows=train_rows,
    return_threshold=return_threshold,
)

x_train = pd.DataFrame(rows)
y_train = np.asarray(labels)

x_test = pd.DataFrame(
    [latest],
    columns=x_train.columns,
)

classifier.fit(
    x_train,
    y_train,
)

probabilities = (
    classifier.predict_proba(x_test)[0]
)

预测完成后，可以将类别和概率整理为字典：

            python
            
            
probs = {
    str(class_name): float(probability)
    for class_name, probability in zip(
        classifier.classes_,
        probabilities,
    )
}

for class_name in (
    "up",
    "flat",
    "down",
):
    probs.setdefault(
        class_name,
        0.0,
    )

label = max(
    probs,
    key=probs.get,
)

confidence = probs[label]

最终可以得到下一根 K 线上涨、横盘和下跌的概率，并选择概率最高的类别作为当前预测结果。

需要注意的是，TabFM 的 fit() 与传统机器学习中的完整参数训练不同。它主要完成当前数据的编码、尺度处理以及上下文准备，并不会针对当前数据集重新训练 TabFM 的预训练参数。历史特征与标签随后作为上下文参与最新样本的预测（GitHub）。

八、安装注意事项

TabFM 当前要求 Python 3.11 或更高版本。本次实践使用的是 Python 3.11 环境。

            bash
            
            
conda create -n py311 python=3.11 -y
conda activate py311

随后下载项目并安装 JAX 后端：

            bash
            
            
git clone https://github.com/google-research/tabfm.git
cd tabfm

python -m pip install \
    --upgrade pip setuptools wheel

python -m pip install -e '.[jax]'

第一次加载模型时，程序会自动下载预训练权重：

            python
            
            
model = tabfm_v1_0_0_jax.load(
    model_type="classification"
)

本次实践只加载 JAX 分类检查点，实际下载量约为 6GB，因此运行环境需要预留足够的磁盘空间、内存和首次初始化时间。

此外，预训练权重当前使用 TabFM 非商业许可。如果计划用于生产环境、商业系统或收费服务，需要在正式使用前确认许可范围（Hugging Face）。

在发明者量化本地托管者中，还需要确认策略实际使用的 Python 解释器，就是安装了 TabFM 的 Python 3.11 或更高版本环境。

            python
            
            
import sys

Log(
    "Python executable: "
    + sys.executable
)

Log(
    "Python version: "
    + sys.version
)

如果终端中能够正常导入 TabFM，而策略运行时仍然提示找不到模块，通常不是安装失败，而是终端与托管者使用了不同的 Python 环境。

九、为什么目前只适合低频预测

TabFM 当前并不是一个轻量模型。第一次运行通常会涉及模型权重读取、JAX 初始化、XLA 编译以及 CPU 或加速设备推理，整体速度明显慢于 LightGBM、XGBoost 和普通线性模型。因此，它暂时不适合逐 Tick、秒级或盘口级预测，也不适合在每次行情更新时重新执行推理。

更现实的方式，是将模型作为低频预测模块使用：策略启动时执行一次预测，之后按照固定周期更新；仓位管理、止损、订单状态检查和交易执行，则继续由普通程序持续完成。

预测频率最好与 K 线周期保持一致。例如，使用小时 K 线时，可以在每根小时 K 线完成后预测下一根；使用 15 分钟 K 线时，则在每根 15 分钟 K 线完成后更新。

当前完整示例为了控制推理频率，采用策略启动时执行一次，之后每个自然小时更新一次的方式。模型只负责提供低频方向判断，实际交易流程仍然由普通策略程序管理。

十、这次实践真正说明了什么

首先需要明确：这次实验并不能证明 TabFM 具备稳定预测市场的能力。当前方案尚未经过完整的样本外检验，也没有与传统技术指标、LightGBM、XGBoost 或专用时间序列模型进行系统比较。因此，它更适合作为一次方法验证，而不是一套已经被证明有效的交易模型。

这次实践真正值得关注的，并不是某一次预测结果，而是量化研究流程正在发生的变化。

传统方法面对一段 K 线数据时，通常会先进行人工特征设计，例如计算均线、RSI、ATR、动量或波动率，再将这些指标交给模型。换句话说，研究者需要先判断哪些市场关系可能有效，然后再用公式对原始数据进行压缩。TabFM 提供了另一种思路：保留时间窗口内较完整的价格与成交量结构，让基础模型直接观察不同时间位置之间的关系，并自行寻找可能有效的特征组合。

当然，这并不意味着研究者可以完全退出建模过程。时间窗口应该覆盖多长的历史、使用什么级别的 K 线、预测上涨下跌还是未来收益率、标签阈值如何划分、提供多少历史样本，以及预测结果能否覆盖手续费和滑点，这些问题仍然需要由人来定义和验证。

真正被弱化的，是过去大量依赖人工完成的特征工程与模型训练流程。因此，“如果你学得够慢，那么你什么也不用学”，并不是说量化知识已经不再重要，而是说研究工作的重心正在发生变化。

过去，研究者往往需要先学习大量指标、模型和参数调优方法，才能开始一次预测实验；现在，则可以先从更核心的问题出发：预测什么、数据如何组织、结果如何验证，以及预测是否具有真实的交易价值。至于时间窗口内部究竟应该提取哪些特征，其中一部分工作可以交给基础模型完成。

模型可能会越来越通用，调用代码也可能越来越短，但决定研究价值的仍然不是模型本身，而是问题定义、数据结构、验证方法与交易执行。

策略源码：TabFM 谷歌预测框架策略