【量化交易】特征存储与时间对齐:point-in-time 正确性
把"特征仓库"从一般 ML Feature Store 的语义中拉回到量化的语境:所有问题最终归到一个时间正确性约束。本文给出 bitemporal 的特征模型、Polars / DuckDB 上的 as_of_join 实现、版本化与血缘策略、以及离线和在线一致性的工程做法,并附一份从研究落到生产的检查表。
Linux 内核、存储与网络、可观测性、系统架构与大模型基础设施的工程笔记:机制拆解、踩坑复盘与可核对证据,少空谈。
共 1 篇文章 · 返回首页
把"特征仓库"从一般 ML Feature Store 的语义中拉回到量化的语境:所有问题最终归到一个时间正确性约束。本文给出 bitemporal 的特征模型、Polars / DuckDB 上的 as_of_join 实现、版本化与血缘策略、以及离线和在线一致性的工程做法,并附一份从研究落到生产的检查表。