《基于LSTM-RNN-CBAM模型和动态规划模型的交易策略》
这篇论文的深度学习部分，本质是一个端到端的回归预测模型：输入过去 20 天的数据，输出第 21 天的收盘价。但它的网络结构不是简单的“LSTM 堆叠”，而是一个CNN-LSTM-CBAM 三级串行流水线。
“CNN负责局部感知与降维升维，为系统提供高信噪比的基元特征；
CBAM基于这些基元进行通道与空间的软性掩码重标定，实现特征的精炼与梯度引导；
LSTM利用其门控记忆单元，在精炼后的低熵序列上完成长期时序推理。
三者串行，实现了从‘原始信号’到‘局部模式’再到‘全局决策’的逐级抽象，兼顾了模型的拟合能力与泛化能力与抗噪能力。”
1. 数据的“形状”变化（这是理解所有模型的基础）
在做深度学习时，你必须清楚张量（Tensor）的维度。假设我们考虑的特征数量为 F（比如开盘价、最高价、最低价、交易量等），时间步长为 T=20，批次大小为 B。
输入层：(B, T, F)——即 B 个样本，每个样本包含连续 20 天的 F 个特征。
论文的关键操作：他们不是直接把 (B, 20, F) 送进 LSTM，而是先用卷积模块（CNN）提取局部趋势，此时数据会经历维度置换（Permute），变成图像格式 (B, 1, F, T)（通道数=1，高=特征数，宽=时间步），这样才能让 CNN 的卷积核在“时间轴”上滑动。
2. 第一阶段：CNN（卷积神经网络）在干什么？
论文提到“使用卷积模块生成每个影响因子的特征图（Feature Maps）”。
目的：捕捉极短期的局部依赖（比如连续 3 天的“微涨微跌”形态）。
操作：用 1×3 或 3×3 的卷积核在 (F, T) 这个二维平面上滑动。
输出：CBAM 的输入不是原始数据，而是CNN 提取出的特征图Fin。这相当于把原始价格数据“升维”了，提炼出了更高维度的局部模式。
3. 第二阶段：CBAM（卷积块注意力模块）的数学细节（论文公式 7-9）
CBAM 是这篇论文深度学习部分最精彩的地方，它分为两个子模块，按顺序执行（通道注意力 → 空间注意力）。注意：这里的“空间”在时间序列中就是指“时间轴”。
1. 通道注意力（Channel Attention）—— 公式 (7)
公式：$bigmMc\left(F\right)=\sigma\left(MLP\left(AvgPool\left(F\right)\right)+MLP\left(MaxPool\left(F\right)\right)\right)$
它在算什么：特征图 F 的维度是 (C, H, W)（C 是通道数，H 是特征维度，W 是时间步）。通道注意力要算出 C 个权重（每个通道一个），告诉模型哪些特征因素（比如“交易量”比“开盘价”）对预测当前价格更重要。
具体步骤：
对 F 在空间维度（H 和 W）做平均池化（AvgPool），得到 Favgc（形状 C×1×1），这代表每个通道的“全局平均水平”。
对 F 在空间维度做最大池化（MaxPool），得到 Fmaxc（形状 C×1×1），这代表每个通道的“最显著峰值”。
将这两个结果分别送入一个共享的两层全连接网络（MLP）（即公式中的 W0, W1），把高维特征压缩再还原，学习非线性的通道重要性。
将两个 MLP 输出的结果逐元素相加，经过 σ（Sigmoid 激活函数），输出 0~1 之间的通道权重。
最终操作：将原始的 F 乘以这个通道权重（广播乘法），得到加权后的特征 F′。
2. 空间注意力（Spatial Attention）—— 公式 (8) 和 (9)
公式：$\operatorname{Ms}(F)=\sigma(f 7 \times 7([\operatorname{AvgPool}(F) ; \operatorname{MaxPool}(F)]))$
它在算什么：此时输入变成了经过通道注意力加权后的 F′。空间注意力要算出 (H, W) 维度的权重矩阵，告诉模型在过去的 20 天里，哪几天（比如第 5 天和第 18 天）的突变对预测第 21 天最有价值。
具体步骤：
在通道轴（Channel axis）上做平均池化和最大池化，得到两个二维矩阵（形状 H×W）。
将这两个矩阵在通道轴上拼接（Concat），变成一个 2×H×W 的张量。
用一个大卷积核 f7×7（7×7 卷积）去扫描这个拼接图，将 2 个通道融合成 1 个通道。
经过 Sigmoid，输出空间权重图。
最终操作：将这个空间权重乘以 F′，极其重要的时间点会被放大，不重要的时间点被抑制。
你的学习要点：这是注意力机制的精髓——“先看关注什么特征（通道），再看关注什么时刻（空间）”。
4. 第三阶段：LSTM（长短期记忆网络）接收“净化后”的数据
论文特别强调：CBAM 筛选出的关键信息，才会喂给 LSTM。
经过 CBAM 重标定后的特征图 F″，会被还原回序列格式 (B, T, Fnew)。
送入 LSTM 单元。论文中的公式 (1) ~ (6) 是标准 LSTM 前向传播：
遗忘门（公式 2）：Ft = σ(Wf·[Ht-1, Xt] + Bf) —— 决定扔掉多少上一时刻的记忆 Ct-1。如果 Ft 接近 0，说明模型认为“前几天的旧趋势不重要了”。
输入门（公式 1 和 4）：It = σ(Wi·...)，C′t = tanh(Wc·...) —— 决定当前的哪些新信息 C′t 要写入长期记忆 Ct。
细胞状态更新（公式 5）：Ct = Ft * Ct-1 + It * C′t ——这是 LSTM 最核心的“梯度高速路”。这条路径上没有非线性激活函数（只有乘法），使得 4 年前的梯度可以无损地传回来，彻底解决梯度消失。
输出门（公式 3 和 6）：Ot = σ(Wo·...)，Ht = Ot * tanh(Ct) —— 决定当前时刻的输出隐藏状态 Ht。
关键时间步设定（Time Step = 20）：他们不训练整个 4 年的序列，而是每次截取连续的 20 天。这意味着 LSTM 的循环核（Recurrent Core）只需展开 20 步。多出来的 4 年数据被切分成无数个“20 天片段”作为训练样本。
5. 损失函数与训练（论文未明说但必然存在的细节）
论文没有写出 Loss 公式，但根据“预测价格”这一回归任务，必然使用：
损失函数（Loss）：均方误差（MSE）或平均绝对误差（MAE）。
Loss = 1/N ∑i=1N (P真实,i - P预测,i)2优化器：极大概率使用Adam（自适应矩估计），因为它适合处理非平稳时间序列和大规模参数。
归一化（Normalization）：论文图 5 和图 6 的纵坐标是“归一化后的价格”。这是深度学习的铁律——必须对价格进行 Min-Max 归一化或 Z-score 标准化，否则 Sigmoid/Tanh 激活函数会饱和，梯度直接消失。
6. 最关键的架构融合点：CNN + CBAM + LSTM 是如何串联的？
很多人以为顺序是 LSTM → CBAM，但论文第 10 页明确指出：“结合长短期记忆神经网络和卷积神经网络，并加入 CBAM”。实际的数据流顺序推测如下：
输入：原始多维时间序列 (B, 20, F)。
Reshape：变形为类似单通道图像 (B, 1, F, 20)。
CNN 层：滑动卷积提取局部趋势，输出 (B, C, F′, 20)（C 是卷积核数量，F′ 是卷积后的新特征维度）。
CBAM 通道注意力：计算 C 个通道的权重，重标定哪个卷积核提取的特征最有价值。
CBAM 空间注意力：计算 20 个时间步的权重，重标定这 20 天里具体哪几天最重要。
Reshape 还原：将加权后的特征图拍平还原为序列 (B, 20, C×F′)。
LSTM 层：处理这个“注意力净化过”的 20 步序列，输出最后一步的隐藏状态 H20。
全连接层（Dense）：将 H20 映射到 1 个神经元，输出第 21 天的预测价格。
7. 为什么比特币预测误差（3.08%）大于黄金（1.85%）？
从深度学习角度，这不是模型结构的问题，而是数据本质（信息熵）的问题：
比特币：波动剧烈，方差极大。在归一化后，它的标签值（第 21 天价格）变化范围依然很大。模型在反向传播时，梯度震荡剧烈，难以收敛到全局最优。
黄金：走势相对平滑，时序自相关性极强。这意味着前 20 天的序列几乎已经锁定了第 21 天的值，属于“确定性较高”的回归任务，因此 MSE 损失天然更低。
8. 这篇论文对初学者最大的启发（避坑指南）
不要直接把原始序列扔进 LSTM：这篇论文用 CNN 提取局部特征、用 CBAM 过滤噪音，相当于给 LSTM 做了“降噪预处理”。这在信号处理中叫“前端增强”，能大幅提升 SOTA（State-of-the-art）效果。
注意力机制（CBAM）的位置极其讲究：它放在 CNN 之后、LSTM 之前。如果放在 LSTM 之后，相当于在预测结果上做注意力，那就变成“事后解释”了，对提升精度帮助不大。
时间步长（20）是经过实验对比选的：这提醒我们，在时间序列中，“记忆窗口”是超参数，不能用经验拍板，必须做网格搜索（Grid Search）对比验证集误差。