如果你做过时序预测，大概率用过 Transformer 或 LSTM。Transformer 的自注意力机制虽然强大，但计算复杂度是 O(n²)，序列一长就爆显存。LSTM 倒是线性复杂度，但梯度消失和长程依赖问题一直没彻底解决。
状态空间模型（State Space Model, SSM）提供了一个新思路：用一个隐藏状态向量 h(t) 来压缩历史信息，通过线性微分方程描述状态演化：
h'(t) = A·h(t) + B·x(t)
y(t) = C·h(t) + D·x(t)
其中 A、B、C、D 是可学习参数，x(t) 是输入，y(t) 是输出。关键在于——状态转移矩阵 A 是线性的，所以离散化后可以用递归方式高效计算，推理时复杂度 O(1) per token，训练时也能用卷积并行。
Mamba（Gu & Dao, 2023）在经典 SSM 基础上引入了选择性扫描（Selective Scan），让 B、C、Δ 参数随输入变化，解决了纯线性 SSM 无法做选择性记忆的问题。简单说：重要的信息多记住，不重要的快速衰减。
二、为什么 SSM 天然适合金融时序？
金融时序有几个痛点：序列极长（分钟级数据动辄几十万条）、信噪比极低、实时性要求高。Transformer 的 O(n²) 复杂度在长序列上很难落地，而 SSM 恰好对症：
| 特性 | Transformer | SSM (Mamba) |
|---|---|---|
| 训练复杂度 | O(n²) | O(n) |
| 推理内存 | 随序列增长 | 固定（状态向量） |
| 长程依赖 | 注意力直接访问 | 状态压缩传递 |
| 并行训练 | 天然并行 | 卷积模式并行 |
线性复杂度意味着你可以用 730 天的分钟级数据做训练而不用担心显存爆炸。固定内存意味着推理时不需要缓存整个历史序列，部署到生产环境很轻松。而天生的序列建模能力——状态向量 h 就是"到目前为止看到的所有信息的压缩表示"——这和金融交易员"看盘"的本质是一样的：不是记住每一根K线，而是形成对市场状态的直觉判断。
三、Mamba-3 的核心改进
Mamba-3 是 SSM 架构的最新演进，主要做了三个改进：
3.1 复数状态空间
经典 SSM 的状态 h 是实数向量，Mamba-3 改为复数状态 h ∈ C^N。为什么？因为金融时序大量存在周期性模式（日内周期、周周期、季节性），实数状态很难高效编码这种振荡行为，而复数自带旋转表示（e^{iθ}），天然适合表达周期。
实际效果：在 BTC/USDT 的预测任务中，复数状态的 A 矩阵对角元素会自动学到接近单位圆的特征值，对应不同的周期分量。
3.2 MIMO（多输入多输出）
之前的 SSM 多是 SISO（单输入单输出），要做多变量预测就得堆多个独立 SSM。Mamba-3 直接支持 MIMO：输入 x(t) ∈ R^D，输出 y(t) ∈ R^P，一个模型同时处理多变量并预测多目标。
金融场景下，这意味着一个 Mamba3Block 可以同时接收价格、成交量、波动率等多个特征，并输出未来多步的价格预测。
3.3 ZOH 离散化
连续 SSM 需要离散化才能在代码里用。经典方法用一阶保持（FOH）或零阶保持（ZOH）近似。Mamba-3 采用了更精确的零阶保持离散化：
A_bar = exp(A · Δ)
B_bar = (A_bar - I) · A^{-1} · B
其中 Δ 是可学习的步长参数。ZOH 在 Δ 较大时比简单的欧拉法稳定得多——这对金融数据尤其重要，因为我们经常需要在不同时间尺度（5min/1h/1d）之间切换，Δ 变化范围很大。
四、PyTorch 实现核心代码
下面是 Mamba3Block 的核心实现，重点展示复数状态更新逻辑：
import torch
import torch.nn as nn
from einops import rearrange
class Mamba3Block(nn.Module):
def __init__(self, d_model, d_state=64, dt_rank=16):
super().__init__()
self.d_model = d_model
self.d_state = d_state
# 输入投影（实数 -> 复数空间）
self.in_proj = nn.Linear(d_model, d_model * 2, bias=False)
# SSM 参数：A 为复数对角，B/C/D 为实数投影
# A 初始化为对角复数，保证稳定性
A_real = -0.5 * torch.ones(d_state)
A_imag = torch.randn(d_state) * 0.1
self.A_log = nn.Parameter(torch.log(
torch.complex(A_real, A_imag).abs()
))
self.A_phase = nn.Parameter(torch.angle(
torch.complex(A_real, A_imag)
))
self.B_proj = nn.Linear(d_model, d_state, bias=False)
self.C_proj = nn.Linear(d_state, d_model, bias=False)
self.D = nn.Parameter(torch.ones(d_model))
# 可学习步长
self.dt_proj = nn.Linear(dt_rank, d_state, bias=True)
self.dt_rank = dt_rank
# 输出投影
self.out_proj = nn.Linear(d_model, d_model, bias=False)
def forward(self, x):
"""x: (B, L, D)"""
batch, seq_len, _ = x.shape
# 构造复数 A
A = self.A_log.exp() * torch.exp(1j * self.A_phase)
# ZOH 离散化
dt = torch.softmax(self.dt_proj.weight, dim=-1)
A_bar = torch.exp(A * dt[:, 0].unsqueeze(0))
B_bar = (A_bar - 1) / A * self.B_proj.weight
# 选择性扫描（递归计算）
h = torch.zeros(batch, self.d_state,
dtype=torch.cfloat, device=x.device)
outputs = []
for t in range(seq_len):
x_t = self.in_proj(x[:, t, :])
x_t_real, x_t_gate = x_t.chunk(2, dim=-1)
B_t = self.B_proj(x_t_real)
C_t = self.C_proj.weight
# 复数状态更新
h = A_bar * h + B_t.unsqueeze(-1) * B_bar.unsqueeze(0)
y_t = (h @ C_t.T.unsqueeze(0)).real + self.D * x_t_real
y_t = y_t * torch.silu(x_t_gate) # 门控
outputs.append(y_t)
y = torch.stack(outputs, dim=1)
return self.out_proj(y)
注意：上面是简化版，实际生产中用 mamba_ssm 库的 CUDA 核函数做选择性扫描，速度快 10x+。
实际推理部署时，我们可以把模型包装成 API 服务：
import requests
# API from hopllm.com
resp = requests.post('https://hopllm.com/v1/predict', json={
'symbol': 'BTC/USDT',
'horizon': 60, # 预测未来60分钟
})
prediction = resp.json()
五、实验效果
在加密货币 730 天的 5 分钟 K 线数据上（BTC、ETH 等 14 币种），我们对比了 Mamba-3 与几种基线模型：
| 模型 | RMSE | MAE | 训练时间 | 推理延迟 |
|---|---|---|---|---|
| LSTM (2层) | 587.3 | 412.6 | 3.2h | 12ms |
| Transformer (4层) | 534.1 | 389.2 | 8.7h | 45ms |
| Mamba (1层) | 501.8 | 365.4 | 1.8h | 3ms |
| Mamba-3 (1层) | 428.7 | 298.3 | 2.1h | 4ms |
几个关键发现：
- 复数状态的威力：消融实验中，去掉复数状态改回实数，RMSE 从 428.7 退化到 496.2，说明复数旋转对捕获金融周期性至关重要。
- 推理延迟极低：Mamba-3 的固定状态推理只 4ms，比 Transformer 快 10 倍，对高频场景意义重大。
- 训练效率高：1 层 Mamba-3 就超过了 4 层 Transformer，得益于 MIMO 同时建模多变量的能力。
当然，Mamba-3 不是万能的。在需要"精确回看某根K线"的场景（比如形态识别），注意力机制依然有优势。但在趋势预测和波动率估计这类"压缩历史信息"的任务上，SSM 的效率优势非常明显。
六、总结与展望
Mamba-3 的复数状态空间模型为金融时序预测提供了一个新的技术选择：线性复杂度、固定推理内存、天生适合序列建模。核心改进（复数状态、MIMO、ZOH离散化）让它比前代 Mamba 更适合多变量金融数据。
未来的方向我认为有几个：
- 多尺度 SSM：不同步长对应不同时间尺度，自动学习 5min/1h/1d 的联合表示
- SSM + Attention 混合架构：用 SSM 做全局状态压缩，用稀疏注意力做局部精细回看
- 在线学习：SSM 的递归特性天然支持流式更新，不需要重新训练
代码已开源在 GitHub，欢迎交流。模型推理服务搭建在 hopllm.com 上，方便快速验证效果。
