你拿到一份天气预报：降雨概率不高，但预报员也承认，今天的云层很难判断。出门时，真正有用的不只是“会不会下雨”，还有“这次预报有多不可靠”。投资组合也一样。模型预测某只股票会涨，并不代表优化器应该重仓；一旦预测偏差被仓位放大，小错就可能变成大亏。
Junjie Guo 的论文提出 learned predictive ambiguity sets（LPAS，学习式预测不确定集）。它让模型同时学习两件事：未来可能怎样，以及当前应该多大程度怀疑自己的预测。再把这份“不放心”直接交给组合优化器。值得注意的是，以下方法效果与数字均来自这篇论文的一组实验，尚无独立复现。
不只报答案，也报可信范围
常见的“先预测、后优化”（predict-then-optimize）流程很直接：先预测收益，再让优化器据此分配资金。问题在于，优化器容易把预测值当成确定事实。若模型认为某只股票略有优势，优化器可能沿着这个优势大幅下注，即使预测本身并不可靠。
LPAS 换了一个角度。模型不再只输出一个收益预测，而是输出一组带概率的有限情景。你可以把它理解为几种可能的明天：哪些股票上涨、哪些下跌，以及每种情况有多大可能。
接着，模型还会输出一个随市场状态变化的 Wasserstein 半径。Wasserstein 距离衡量把一个概率分布“搬运”成另一个分布需要多少成本；半径则规定，真实分布可以在预测情景周围偏离多远。由此形成的不确定集（ambiguity set），就是优化器需要防范的一组合理候选分布。
半径太小，组合仍会过度相信预测；半径太大，组合又会处处防守，错过机会。论文的关键不是简单加一道保险，而是让保险额度跟着情境变化：预测更不可靠，或决策对误差更敏感时，半径应当变大；平静时期则可以缩小。
论文还允许模型学习 anisotropic ground metric——一种按不同方向赋予不同搬运成本的度量。不过本次实验只使用固定的欧氏距离，并未检验这项扩展。
怎样教模型保持适度怀疑
LPAS 的半径不是单靠最终收益倒推出来的。训练分为几个阶段，并结合三类约束。
第一类是 conditional quantile calibration，即条件分位数校准。它要求半径能够覆盖给定市场状态下较大的预测误差。论文用 pinball loss——分位数回归常用的损失函数——训练这项能力。第二类是 size regularization，即尺寸正则化，用来惩罚无节制扩大的半径，避免模型靠“永远悲观”过关。第三类是 downstream decision loss，即下游决策损失，让模型关心预测最终怎样影响持仓，而不只是预测误差有多小。
这一区分很重要。同样大小的预测误差，落在无关紧要的方向，可能几乎不改变组合；落在优化器最敏感的方向，却可能触发大幅换仓。LPAS 因而学习的不是抽象的预测准确率，而是“这次看错会不会伤到决策”。
随后，分布鲁棒优化（distributionally robust optimization，DRO）在不确定集内寻找较坏的合理分布，并据此配置组合。论文推导了可供决策层计算的有限维对偶形式，使这套稳健决策可以接入训练流程。说白了，模型负责描述可能错到哪里，优化器负责在这些错误真的发生时别太脆弱。
一组实验说明了什么
论文用 20 只 S&P 500 成分股做日频组合实验，数据覆盖 2018 年 1 月至 2026 年 6 月。特征处理后共有 2054 条可用记录，按时间顺序分成 1129 条训练、410 条验证和 515 条测试数据。组合只做多且始终满仓；预测器使用回看 63 天的 Transformer——一种通过注意力机制处理序列的深度模型——生成未来收益情景。
测试中，LPAS-W 的年化收益率为 26.28%，Sharpe ratio（夏普比率，用单位波动对应的收益衡量风险调整后表现）为 1.3019，最终财富为 1.6110。等权组合的三项数字分别为 6.90%、0.4925 和 1.1462；只使用预测均值的 P2O 则录得 -25.17% 年化收益，最终财富降至 0.5530。论文据此认为，直接把噪声预测送进优化器，容易放大错误。
但 LPAS 并没有全面击败强基线。使用同一情景模型、但采用固定半径的 Fixed-DRO，年化收益为 27.48%，夏普比率为 1.3428，都略高于 LPAS。LPAS 的优势在另一处：平均半径为 24.3466，低于 Fixed-DRO 的 35.4438；最差月份为 -7.03%，也略好于后者的 -7.14%；CVaR95——用于观察较差尾部损失的指标——为 0.0264，略低于后者的 0.0266。它更像是用较少的持续防守，保留了固定强防守方案的大部分表现。
分市场状态看，学习式半径在高不确定阶段会上升，在平静阶段下降。在论文划分的回撤状态中，LPAS 的年化收益为 51.67%、夏普比率为 2.0312，略高于 Fixed-DRO 的 51.03% 和 2.0165。不过每种状态只有 129 个测试观察值，这些结果更适合作为机制线索，而不是稳健结论。
真正关键的是校准
消融实验给出了一个很直观的信号。去掉校准损失后，经验覆盖率从 0.7553 降至零，半径收缩到 1.0000，年化收益转为 -10.62%，最大回撤扩大到 -28.41%。这说明模型若没有“半径至少要覆盖多少误差”的约束，很容易把不确定性学没。
相较之下，去掉面向决策的微调，年化收益只从 26.28% 变为 26.22%；去掉尺寸正则化，主要结果也几乎不变。至少在这次实现里，大部分增益似乎来自情景预测预训练和半径校准，而非最后的决策微调。尺寸约束更像防止半径膨胀的护栏。
为什么值得关注
这项工作的价值不只在于又做出一个组合模型。它提供了一条更实用的接口：机器学习不必假装给出正确答案，也不必把所有时候都按最坏情况处理。它可以学习一份随环境变化的“可信边界”，让下游优化器知道何时进攻、何时收手。
这也重新定义了预测模型的任务。真正应该学习的，可能不只是“明天的收益是多少”，还包括“如果这次预测错了，组合需要防到什么程度”。对于任何会放大预测误差的决策系统，这个思路都比单看预测准确率更接近实际问题。
局限与未知
- 实验只覆盖一个由 20 只股票组成的样本池，并采用一次按时间滚动的划分。论文也承认，仍需更广的资产范围、多次随机种子和更多滚动区间来检验稳定性。
- 经验覆盖率低于设定的名义分位数目标。论文解释，这是决策导向调参与半径压缩之间的取舍；严格风险控制场景仍需额外校准。
- 论文未报告误差区间、显著性检验和多次复现结果。虽然实验计入了已实现交易成本，但这些收益和夏普数字仍不足以证明策略可复现；数据截止到 2026 年 6 月，也需要进一步核查数据可得时间与前视偏差。