量化模型中的 BN、LN 与 WN：为什么照搬计算机视觉的经验会失效？
最后更新: 2026-03-24
Table of Content
在将深度学习引入量化交易时，许多开发者会习惯性地沿用计算机视觉（CV）或自然语言处理（NLP）领域的默认配置。其中最容易被忽视，却又极易引发模型崩溃的，就是归一化（Normalization）层的选择。
在图像识别中大杀四方的 BN（Batch Normalization），在处理金融时间序列时往往会导致模型迟迟不收敛，甚至输出完全离谱的预测值。
深度学习中有三种常见的归一化技术：BN、LN 和 WN。它们的名字极其相似，但在底层逻辑和适用场景上却天差地别。这篇文章将抛开复杂的数学推导，用最直观的量化场景，把这三种归一化方法的本质差异梳理清楚。
1. BN（Batch Norm）：跨样本的“横向对比”¶
BN 的核心逻辑是：在同一个 Batch 内，把所有样本的同一个特征放在一起算均值和方差，然后进行标准化。
为了直观理解，我们可以把它想象成学校里的“单科成绩排名”：把全班同学的语文成绩汇总，算出一个平均分，然后看每个人的成绩是高于平均还是低于平均。
在图像领域，这套逻辑非常完美（比如把所有图片的红色通道放在一起归一化）。但在量化交易中，这种“横向对比”往往是灾难性的。
为什么 BN 在量化中容易失效？ 假设我们向模型输入了一个包含多只股票收盘价的 Batch： - 样本 A（贵州茅台）：1800 元 - 样本 B（工商银行）：5 元 - 样本 C（腾讯控股）：400 元
如果使用 BN，模型会把这三只股票在同一时间点的绝对价格混在一起，强行计算出一个平均价（比如 735 元）。经过 BN 的缩放后，工行的 5 元会被判定为“极度偏低的异常值”，而茅台的 1800 元则成了“极度偏高的异常值”。
但在真实的金融市场中，股票的绝对价格主要由股本结构决定。工行的 5 元并不代表它比 400 元的腾讯弱。强行对不同股票的绝对价格进行横向平均，不仅抹杀了每只股票自身的波动规律，还给模型引入了巨大的逻辑噪音。
结论：除非是在处理纯粹的“截面多因子”排秩（如统一对比所有股票当天的 PE 估值），否则在金融时间序列预测中，应尽量避免对绝对价格使用 BN。
2. LN（Layer Norm）：单样本的“纵向刻画”¶
既然跨样本的横向对比行不通，量化模型更倾向于使用纵向对比，即 LN（Layer Normalization）。
LN 的核心逻辑是：不考虑 Batch 中的其他样本，只针对当前样本自身的所有特征算均值和方差。 这就像是计算一个学生所有科目的平均分，以评估他自身的综合水平，而不是去和其他同学比。
LN 如何解决量化中的痛点？
假设输入是茅台和工行过去 3 天的收盘价序列：
- 茅台：[1800, 1850, 1900]
- 工行：[5.0, 5.1, 5.2]
经过 LN 处理后，它会分别计算茅台自身这 3 天的均值（1850），以及工行自身这 3 天的均值（5.1）。然后各自减去均值并除以方差。
最终，无论原本的价格是 1800 还是 5，输入到模型里的数据都会变成类似 [-1, 0, 1] 这样的形态。
LN 巧妙地抹平了不同资产之间的绝对价格差异，将数据还原为了纯粹的“波动形态”和“趋势特征”。 这正是 TCN（时间卷积网络）和 Transformer 在处理时间序列时，几乎将其作为标配的原因。
3. WN（Weight Norm）：从数据端转移到模型端¶
前面的 BN 和 LN，本质上都是在折腾数据——试图将输入数据揉捏成一个稳定、易于模型学习的分布。 而 WN（Weight Normalization）的思路截然不同：它完全不干涉输入数据，而是直接对神经网络的权重（Weight）进行归一化。
在神经网络计算 \(y = Wx + b\) 中，如果权重矩阵 \(W\) 在训练过程中变得过大，很容易引发梯度爆炸。 WN 采用了一种非常优雅的数学解耦方式，将权重 \(W\) 拆分为两个独立的部分： 1. 方向向量（\(v\)）：决定特征投射的角度。 2. 尺度标量（\(g\)）：决定特征投射的长度。
公式表示为：\(W = g \cdot \frac{v}{||v||}\)
WN 在量化模型中的优势： 在金融数据中，有时我们精心构造的因子（如动量、波动率特征）具有极其特定的统计分布，我们并不希望 BN 或 LN 去强行改变这些数据的原始形态。 此时，WN 就成了最佳选择。它在不触碰任何数据分布的前提下，通过锁定神经网络权重的“长度”，从底层保证了梯度的稳定。
在复杂的量化网络（如 TCN 的深度残差块）中，我们经常会看到 LN 与 WN 组合使用：LN 负责将不同股票的时间序列拉平为标准波动形态，而 WN 负责在网络深处死稳住参数的更新步伐，让模型训练既快又稳。
核心总结¶
在搭建量化模型时，这三种归一化技术的定位非常清晰：
- BN（Batch Norm）：归一化跨样本数据。 适用于截面数据特征的统一缩放，但在时间序列的绝对价格处理上容易引发逻辑灾难。
- LN（Layer Norm）：归一化单样本特征。 时间序列模型的默认选择，能够有效抹平不同标的之间的绝对数值差异，聚焦于走势与波动。
- WN（Weight Norm）：归一化模型权重。 不改变金融数据的原始分布，从参数端防止梯度爆炸，常作为深层网络训练的稳定器。
理解了它们“归一化的客体到底是谁”以及“和谁作比较”，就能在搭建网络时避开生搬硬套的陷阱，让模型真正贴合金融市场的运行逻辑。