机器学习与量化
会用工具更知道陷阱：金融ML的特殊性、时序交叉验证、LightGBM选股实战与NLP另类数据。
🎯 本阶段完成后你能
- 理解金融ML三大差异（低信噪比/非平稳/样本相关）
- 掌握特征与标签的金融化设计
- 会做时序交叉验证与防数据泄漏（Purged CV思想）
- 能用LightGBM完成走查验证的选股模型
- 了解NLP/LLM在投研中的应用与边界
🧭 知识主线
金融ML特殊性 → 特征与标签 → 验证纪律（时序CV） → 树模型实战 → 特征工程 → NLP与另类数据 → 实战闭环
🚩 学习顺序
先懂金融ML为什么特殊 → 把选股翻译成ML语言 → 验证纪律先于模型 → LightGBM实战 → 特征工程深化 → 前沿视野 → 毕业级ML项目
问题列表（100） 精讲 28 · 速览 72
🛠 阶段实践大作业
用 LightGBM + 走查验证构建选股模型。
完成后你将真正拥有"用代码理解市场"的第一次体验。