15、基差回归模型的时间窗口选择：滚动窗口、递归窗口、自适应窗口

做基差回归模型，说白了就是在跟时间赛跑。

你想想看，基差这东西，它不是一成不变的。市场结构在变，参与者结构在变，连交易所的规则都在变。你用一套固定的参数去拟合所有时期的数据，那结果肯定不靠谱。

我个人习惯，每次搭建基差回归模型时，第一个要纠结的问题就是：时间窗口到底选多长？

太长了吧，模型反应迟钝。太短了吧，又容易过拟合。嗯，这里面的门道，我今天跟你好好聊聊。

15.1 为什么时间窗口这么重要？

基差回归模型的核心，是捕捉基差与某些因子之间的稳定关系。但问题是，这种关系本身就在漂移。

举个例子。我记得2020年那会儿，疫情刚爆发，很多品种的基差结构一夜之间就变了。如果你还用过去三年的数据去训练模型，那模型根本反应不过来。反过来，如果你只用最近一周的数据，那模型又会被短期噪音带偏。

所以，时间窗口的选择，本质上是在稳定性和敏感性之间找平衡。

15.2 三种主流窗口方案

我这些年做下来，常用的就三种：滚动窗口、递归窗口、自适应窗口。各有各的脾气。

15.2.1 滚动窗口（Rolling Window）

这是最直观的做法。固定一个窗口长度，比如60个交易日，然后每天往前滑一格。

说白了，就是「只认最近N天的数据，更早的统统不要」。

# 滚动窗口示例（伪代码）
window_size = 60
for today in range(window_size, len(data)):
    train_data = data[today - window_size : today]
    model.fit(train_data)
    prediction = model.predict(data[today])

我在项目中遇到过一个问题：滚动窗口对市场突变特别敏感。有一次做螺纹钢的基差回归，窗口设了30天，结果遇到一次政策调控，模型直接崩了。后来我改成90天，虽然反应慢了点，但至少稳住了。

15.2.2 递归窗口（Recursive Window）

递归窗口的思路正好相反——数据只增不减。

从第一天开始，每来一天新数据，就把它加进去。窗口越来越大，模型见过的数据越来越多。

# 递归窗口示例（伪代码）
for today in range(1, len(data)):
    train_data = data[0 : today]
    model.fit(train_data)
    prediction = model.predict(data[today])

这种做法的好处是，模型越往后越稳定。但坏处也很明显——早期的「坏数据」会一直跟着你。

我曾经在豆粕的基差模型上用过递归窗口。刚开始效果不错，但后来发现，2018年贸易战期间的那些极端数据，一直在拖累模型的预测能力。说白了，递归窗口对历史数据没有「遗忘机制」。

15.2.3 自适应窗口（Adaptive Window）

这个就有点意思了。窗口长度不是固定的，而是根据市场状态自动调整。

市场平稳时，窗口拉长，让模型更稳定。市场剧烈波动时，窗口缩短，让模型快速适应。

# 自适应窗口示例（伪代码）
base_window = 60
volatility = calculate_volatility(recent_data)

if volatility > threshold_high:
    window = base_window // 2  # 波动大，缩短窗口
elif volatility < threshold_low:
    window = base_window * 2   # 波动小，拉长窗口
else:
    window = base_window

train_data = data[today - window : today]
model.fit(train_data)

我个人最喜欢这种方案。虽然实现起来麻烦一点，但效果确实好。

我记得有一次做铁矿石的基差交易，市场突然因为港口库存数据爆表而剧烈波动。自适应窗口模型在两天内就完成了参数调整，而滚动窗口模型还在用旧参数「硬扛」。结果嘛，自适应窗口那周赚了，滚动窗口亏了。

15.3 三种方案的对比

方案	优点	缺点	适用场景
滚动窗口	实现简单，对近期数据敏感	窗口长度难选，容易过拟合	波动率稳定的品种
递归窗口	模型稳定，参数估计更准	无法遗忘历史噪音	市场结构长期不变
自适应窗口	灵活，适应性强	实现复杂，需要调参	波动率变化大的品种

15.4 我的实战建议

说了这么多，给你几条实在的建议。

1. 先做回测，别拍脑袋。 我见过太多人，上来就拍一个60天的窗口，结果回测一跑，惨不忍睹。不同品种、不同周期，最优窗口差异很大。
2. 自适应窗口是趋势。 如果你有精力，我建议直接上自适应窗口。虽然初期调试麻烦，但长期来看，它帮你省下的「模型维护时间」远多于投入。
3. 别忘了做窗口敏感性分析。 我曾经在铜的基差模型上，把窗口从30天试到120天，发现50-70天这个区间效果最稳定。这个分析花了我一下午，但之后半年都没再调过参数。

15.5 核心逻辑图

下面这张图，帮你理清三种窗口的核心逻辑和适用边界。