一、核心结论
Notebook 走的是一个清晰的 baseline 流程：读取 Feather 数据，筛选较新的有效样本，训练 XGBoost 二分类器，用 Treelite 编译模型，再通过比赛 API 流式提交动作。
二、数据与预处理
Notebook 从 ../input/janestreet-save-as-feather/ 读取四个 Feather 文件：
| 文件 | 用途 |
|---|---|
train.feather | 训练数据，原始形状为 (2,390,491, 138) |
features.feather | 特征相关元数据，随后未使用 |
example_test.feather | 测试样例，随后未使用 |
example_sample_submission.feather | 提交格式样例，随后未使用 |
START_DATE = 85
train = train.query(f'date > {START_DATE}')
train = train.query('weight > 0').reset_index(drop=True)日期过滤后样本从 2,390,491 变为 1,862,597；再删除零权重样本，最终保留 1,571,415 行。零权重记录不会对交易收益产生贡献，因此删除它们可以节省训练资源。
特征通过列名选择：
feats = train.columns[train.columns.str.startswith('feature')].values.tolist()最终使用 feature_0 到 feature_129，没有把 date、weight、resp 或 ts_id 直接作为输入，避免明显的目标泄漏。
三、标签与模型
train['action'] = train['resp'] * train['weight']
train['action'] = 1 * (train['action'] > 0)由于前面已经保证 weight > 0，这个标签实际等价于：
action = 1 if resp > 0 else 0因此模型学习的是“未来响应变量是否为正”，输出为交易概率，而不是直接预测收益大小。
| 参数 | 值 | 含义 |
|---|---|---|
objective | binary:logistic | 二分类概率输出 |
learning_rate | 0.08 | 每棵树的学习步长 |
max_depth | 7 | 单棵树最大深度 |
subsample | 0.8 | 每棵树使用 80% 样本 |
colsample_bytree | 0.72 | 每棵树使用 72% 特征 |
eval_metric | logloss | 训练期间观察对数损失 |
n_estimators = 480，但实际调用 xgb.train(params, dtrain, 100, ...)，第三个参数才是 boosting 轮数。因此实际只训练了 100 棵树。输出从 [0] 到 [99] 也证实了这一点。若目标是 480 棵树，应使用 num_boost_round=480。四、Treelite 编译与推理
model = treelite.Model.from_xgboost(bst)
model.export_lib(
toolchain='gcc',
libpath='./mymodel.so',
params={'parallel_comp': 32},
verbose=True
)
predictor = treelite_runtime.Predictor('./mymodel.so', verbose=True)treelite 负责把 XGBoost Booster 转为可编译模型，生成 mymodel.so；treelite_runtime 负责加载这个共享库并执行预测。parallel_comp=32 主要加速模型代码的编译，不等同于在线预测一定使用 32 个线程。
| 推理方式 | 测试设置 | Wall time |
|---|---|---|
| 普通 XGBoost | 10,000 行 × 130 特征 | 75.4 ms |
| Treelite | 同一批数据 | 14.5 ms |
本次单次测试约为 75.4 / 14.5 = 5.2 倍加速。随后 notebook 用逐元素比较检查两套模型的结果完全一致：
predicted_normal == predicted_treelite更稳健的生产检查应使用 np.allclose，并额外用包含缺失值的真实样本验证数值一致性。
五、在线提交逻辑
for test_df, pred_df in tqdm(iter_test):
if test_df['weight'].item() > 0:
batch = treelite_runtime.Batch.from_npy2d(test_df[feats].values)
pred_df.action = (
predictor.predict(batch) > TRADING_THRESHOLD
).astype('int')
else:
pred_df.action = 0
env.predict(pred_df)提交阶段的决策规则是：
weight <= 0：直接不交易，输出action = 0。weight > 0：用 Treelite 预测概率。- 预测概率大于
0.50：交易，否则不交易。 - 每一批结果通过
env.predict(pred_df)提交。
实际处理约 15,219 个测试批次，速度约 90 batches/秒，总耗时约 2 分 49 秒。
六、方法论风险
没有验证集
只在训练集上观察 logloss，无法判断过拟合，也无法证明模型对未来日期有效。
指标与比赛目标不完全一致
训练的是方向分类，比赛关心的是加权交易收益，不是单纯准确率或 logloss。
阈值未经验证
0.5 是默认分类阈值，不一定是最大化收益的阈值。
速度测试不充分
只测了一次，未报告均值、方差、P95 延迟，也未拆分数据转换成本。
依赖版本较旧
代码依赖 Python 3.7、Treelite 0.93 和旧版 XGBoost，现代环境可能存在 API 或二进制兼容问题。
部署元数据不完整
没有单独保存特征顺序、训练参数、阈值、模型版本和环境版本。
七、推荐改进顺序
- 修正树数量配置，明确使用
num_boost_round=480，或删除无效的n_estimators。 - 按日期做时间切分验证，不能只使用训练集指标。
- 在验证集上计算比赛风格的收益，例如
action × weight × resp。 - 扫描多个交易阈值，如
0.40到0.60，选择收益和稳定性更好的阈值。 - 按日期检查累计收益、波动率、最大回撤、交易数量和不同市场阶段的表现。
- 用多次重复实验 benchmark 普通 XGBoost 与 Treelite，并报告均值、中位数和 P95。
- 保存模型、特征列表、阈值、依赖版本和训练配置，保证线上特征顺序完全一致。