---
id: "2093690898022305987"
title: "预测未来5分钟的模型，拿去预测10分钟后的走势，比专门训练10分钟的模型还要准。 这是老牌电子做市商IMC在量化面试里，…"
account: "mubei"
brand: "@mubei"
category: "其它"
category_slug: "other"
score: null
published_at: "2026-08-29 16:50:53"
translated_x_url: null
canonical_url: "https://mubeitech.com/p/2093690898022305987"
markdown_url: "https://mubeitech.com/p/2093690898022305987/markdown"
json_url: "https://mubeitech.com/api/posts/2093690898022305987"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# 预测未来5分钟的模型，拿去预测10分钟后的走势，比专门训练10分钟的模型还要准。 这是老牌电子做市商IMC在量化面试里，…

预测未来5分钟的模型，拿去预测10分钟后的走势，比专门训练10分钟的模型还要准。
这是老牌电子做市商IMC在量化面试里，最容易让人翻车的一道题。

很多人的第一直觉是什么？
拉长时间跨度，噪音会被抹平。
不少候选人甚至搬出中心极限定理，觉得预测一整天肯定比预测几分钟靠谱。
事实正好相反。

在数学模型里，无论是随机游走还是布朗运动，方差都会随着时间线性扩散。
时间拉得越长，波动没有消失，反而扩散得更大。
真实交易里也是一样，时间越久，进场博弈的对手越多，不可控的突发事件也越多。
看得越远，信噪比崩得越快。

那为什么不干脆全做超短线？
因为策略容量有天花板。
超短线容易预测，但能容纳的资金体量极小。
拉长周期能容纳巨额资金，预测难度却高上了天。

怎么解这个死结？
时间越长，有效信号越容易被海量噪音稀释。
先训练一个5分钟模型，把最纯净的短期信号抓在手里。
再利用5分钟与10分钟目标之间的条件概率关系，向前递推。
最终，短周期模型预测10分钟的效果，直接打败了专门训练10分钟的模型。

---

_Translation: (n/a)_
_Canonical: <https://mubeitech.com/p/2093690898022305987>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-08-29 16:50:53_