LightGBM 技术文档
LightGBM 是由微软研究院开发的高效梯度提升框架，以叶子级别（leaf-wise）生长策略和直方图算法著称，在大规模 A 股因子数据上速度远超传统 GBDT。
模型简介
LightGBM 发表于 NeurIPS 2017，采用 Histogram-based 算法将连续特征分桶，大幅降低内存与计算量。与 XGBoost 按层生长不同，LightGBM 采用 leaf-wise（最优叶子优先） 策略，每次分裂增益最大的叶节点，以更少的树数获得更低误差。
原始论文：LightGBM: A Highly Efficient Gradient Boosting Decision Tree — Ke et al., NeurIPS 2017
在 A 股量化策略中的应用
1. 涨跌分类（二值标签）
使用 objective='binary'，输出 predict_proba 作为个股上涨概率，日频多头信号。评估指标建议使用 metric='auc'。
2. 区间收益预测（Quantile 回归）
使用 objective='quantile' 配合 alpha=0.9 预测收益上界，构建保守型仓位控制，适合 A 股高波动市场。
3. 因子排序选股（LambdaRank）
使用 objective='lambdarank'，以 NDCG 为优化目标对股票池排序，直接产出每期持仓权重。LightGBM 对大规模排序特别高效。
官方特性说明：LightGBM Features
核心参数（金融应用推荐）
| 参数 | 说明 | 推荐值 |
|---|---|---|
num_leaves | 叶子数（控制复杂度核心） | 20–64 |
learning_rate | 步长 | 0.01–0.05 |
n_estimators | 轮数 | 300–1000 |
max_depth | 树深限制（-1=不限） | 5–8 |
feature_fraction | 特征采样比例 | 0.6–0.8 |
bagging_fraction | 数据采样比例 | 0.7–0.9 |
min_child_samples | 叶子最少样本 | 20–50 |
lambda_l1 / lambda_l2 | 正则化 | 0.1–1.0 |
性能特点
优势：
- 训练速度比 XGBoost 快 10× 以上，适合每日批量回测
- 内存占用低，可处理 3900+ 股票 × 数百因子的全市场数据
- 支持
categorical_feature直接传入行业/板块分类变量 - 内置 NDCG、MAP、AUC、Quantile 等金融常用评估指标
劣势：
- leaf-wise 生长在小数据集上容易过拟合，需限制
num_leaves - 对超参数敏感，建议使用 Optuna 或网格搜索