Pine Script机器学习代码正确性验证及优化方向咨询

问题背景 #

我基于lastguru的Trading View代码修改了脚本，目前已有预测结果，但效果未达预期。想确认代码是否正确，以及当前技术路径是否合理，寻求专业指导。

指标运行截图 #

现有代码 #

// This source code is subject to the terms of the Mozilla Public License 2.0 at
https://mozilla.org/MPL/2.0/
// © subikshababu

//@version=5
indicator("ema ML",overlay = false)

em1=ta.ema(ta.ema(hlc3,2),3)
em2=ta.ema(ta.ema(hlc3,5),8)
em3=ta.ema(ta.ema(hlc3,8),13)
em4=ta.ema(ta.ema(hlc3,13),21)


plot(em1,color = color.red,linewidth = 2)
plot(em2,color = color.green,linewidth = 2)
plot(em3,color = color.blue,linewidth = 2)

arrsma=array.from(em1,em2,em3)
avgem=array.avg(arrsma)
plot(avgem,color=color.black,linewidth = 3)


src=close>open?1 : close<open?-1:0


/////////
// kNN //
/////////
SRC=avgem

// Define storage arrays for: parameter 1, parameter 2, price, result (up = 1; down = -1)
var knn1 = array.new_float(1, 0)
var knn2 = array.new_float(1, 0)
var knnp = array.new_float(1, 0)
var knnr = array.new_float(1, 0)

// Store the previous trade; buffer the current one until results are in
_knnStore(p1, p2) =>
    var prevp1 = 0.0
    var prevp2 = 0.0
    var prevsrc = 0.0

    array.push(knn1, prevp1)
    array.push(knn2, prevp2)
    array.push(knnp, prevsrc)
    array.push(knnr, src >= src[1] ? 1 : -1)

    prevp1 := p1
    prevp2 := p2
    prevsrc := src
    prevsrc

// Get neighbours by getting k smallest distances from the distance array, and then getting all results with these distances
_knnGet(arr1, arr2, k) =>
    sarr = array.copy(arr1)
    array.sort(sarr)
    ss = array.slice(sarr, 0, math.min(k, array.size(sarr)))
    m = array.max(ss)
    out = array.new_float(0)
    for i = 0 to array.size(arr1) - 1 by 1
        if array.get(arr1, i) <= m
            array.push(out, array.get(arr2, i))
    out

// Create a distance array from the two given parameters
_knnDistance(p1, p2) =>
    dist = array.new_float(0)
    n = array.size(knn1) - 1
    for i = 0 to n by 1
        d = math.sqrt(math.pow(p1 - array.get(knn1, i), 2) + math.pow(p2 - array.get(knn2, i), 2))
        array.push(dist, d)
    dist

// Make a prediction, finding k nearest neighbours
_knn(p1, p2, k) =>
    slice = _knnGet(_knnDistance(p1, p2), array.copy(knnr), k)
    knn = array.sum(slice)
    knn

////////////
// Inputs //
////////////


// When DIST is 0, KNN default was 23
KNN = input(title='kNN nearest neighbors (k)', defval=1)
float DIST = input(title='kNN minimum difference', defval=.5)
BACKGROUND = input(title='Draw background', defval=false)

////////
// MA //
////////

buysell(x,y)=>
    _knnStore(x, y)
    filter = _knn(x, y, KNN)
    buy= (( filter >= DIST))?1 : 0
    sell= ((filter <= -DIST))?1:0
    [buy,sell]

[buy,sell]=buysell(em1,em2)
[buy1,sell1]=buysell(em1,em3)
//[buy2,sell2]=buysell(em1,em4)


buycum=buy+buy1
sellcum=sell+sell1

buysig=buycum>sellcum
sellsig=sellcum>buycum


plotshape(buysig,style = shape.circle,location = location.top,color = color.green)

plotshape(sellsig,style = shape.circle,location = location.top,color = color.red)

代码正确性问题 #

1. 训练数据污染 #

多次调用buysell函数（如em1&em2、em1&em3）共享同一组knn1/knn2/knnp/knnr数组，导致不同特征对的训练数据混杂，kNN无法学习到对应特征的有效模式。

2. 无效初始数据 #

数组初始化时默认存入0值，这部分无效数据会参与距离计算，干扰真实样本的匹配结果。

3. 标签与预测目标不匹配 #

knnr存储的是src >= src[1] ? 1 : -1（当日涨跌方向是否强于前一日），但脚本最终要输出的是涨跌交易信号，标签定义和预测目标不一致，导致模型学习方向错误。

4. 参数逻辑不兼容 #

当KNN值大于1时，_knn返回的是邻居结果总和，范围随K值变化，但DIST是固定阈值，比如K=3时总和范围为-3到3，固定0.5的阈值会导致信号触发逻辑混乱。

技术路径合理性分析 #

用kNN构建交易信号的思路可行，但当前路径存在核心缺陷：

• 特征冗余：em1/em2/em3均为双重EMA的hlc3，特征高度相关，kNN的距离计算会被冗余特征主导，无法有效区分市场状态。
• 特征维度单一：仅用均线类特征，缺少波动率（ATR）、成交量、震荡指标（RSI/MACD）等维度信息，特征空间不足以刻画复杂市场变化。
• 数据管理混乱：共享训练数组、初始无效数据等问题，导致模型学习到的是混乱噪声模式，而非有效规律。

优化建议 #

1. 隔离训练数据：为每一组特征对单独创建训练数组，避免不同特征的样本混杂。
2. 修正标签定义：将标签改为下一日涨跌结果，比如knnr存储close[1] > close[2] ? 1 : -1，让模型学习“当前特征对应下一日涨跌”的规律。
3. 丰富特征维度：加入ATR、RSI、成交量变化率、MACD等不同类型特征，降低特征相关性，拓展特征空间。
4. 归一化特征：kNN对数据尺度敏感，将所有特征归一化到0-1区间，避免数值大的特征主导距离计算。
5. 动态阈值调整：将_knn返回值改为平均投票结果（总和/K），再和阈值比较，比如avg_vote = array.sum(slice)/k，用avg_vote >= 0.3作为做多条件，适配不同K值。
6. 清理初始数据：初始化数组时不存入默认0值，待有真实数据后再开始存储样本。
7. 回测验证：优化后用多品种、多周期回测，统计胜率、盈亏比、最大回撤等指标，验证信号有效性。

内容的提问来源于stack exchange，提问作者Babu Ramasamy