关闭
您正在使用的浏览器版本较低，无法支持聚宽的某些特性。
为了获得更好的体验，推荐使用：
Google Chrome
或者
Mozilla Firefox
或者
IE9以上
。
返回主题列表
xgboost利用高频因子择时选股+lstm选股
拟合即亏损
发布于2020-07-05
回复 59
浏览 7806
88
listen
分享到：
微信
微博
雪球
利用日频率的xgboost因子来择时选股，模型在测试集上的准确度达到64%，但交易费用实在是太恐怖了。 另外明显有改进的空间，比如把训练标签优化成涨幅前40%的股票，对因子先进行一次IC的筛选之类的。 （待更新） ***1数据源因子*** （1）采用：ALPHA101短期高频量价因子中的有效因子（参考：申万宏源研报）  （2）聚宽因子看板中的IC相对较高的技术面因子  在构建因子完成后，进行时序平移，构建1D，2D，3D延迟因子暴露，组合成单表 组合形成的特征维度如下，共计127236条数据，50维度的特征 特征表部分展示如下  训练目标是下一日涨跌幅，当涨幅为正时取1，涨幅为负时取0，若使用xgboost进行选股，可以切换为当日涨跌幅的百分比作为训练目标 ** 2参数调优** 根据研报经验，只针对subsample和max_depth进行调参，利用网格搜索法 最终选定max_depth为4，susample为0.95的xgboost参数
88
listen
分享到：
微信
微博
雪球
评论
jesselee
用了哪些特征呢
2020-07-05
拟合即亏损
@jesselee 更新了呢
2020-07-05
jesselee
@编译即亏损 模型是提前训练好拿来回测的吧? 对于不同时间段，测试集准确率都是64%的话，比较高了。
2020-07-05
拟合即亏损
@jesselee 使用的是17年5月到19年5月的，完全避开了回测的区间
2020-07-05
jesselee
@编译即亏损 可以考虑加入一些基本面因子试试。
2020-07-05
时光猎人
回复赚积分
2020-07-05
拟合即亏损
@jesselee 也有考虑这个，不过4个月一换不太适合和日频数据放一起，可以单独做
2020-07-06
王卿
惭愧，完全没看懂股票池是怎么出来的
2020-07-22
深圳小金工
回复赚积分
2020-07-23
拟合即亏损
@王卿 蛮简单的，就是选择当日xgboost因子暴露前20或者前十的股票等权买入就行了，如果考虑反转效应可以选择前10%-20%的股票
2020-07-23
我欲修仙
get_data_from_date,这个函数是什么意思？输出的数据类型是什么？
2020-07-24
sshi
回复赚积分？
2020-07-29
jeff157
膜拜大神，具体是alpha101的哪些因子大佬能说一下吗？
2020-09-24
boeing767
有错误，backtest_data_gen函数数据列错误
2020-09-27
拟合即亏损
@boeing767 要调整回测时间的话，前面有几个参数也需要调整，而且。。。最近市场风格变化严重，很多量化策略回撤都很严重，这个策略也是
2020-09-28
拟合即亏损
@jeff157 去看申万宏源的研报吧，上面做了测试，应该叫遗传算法什么什么的一篇
2020-09-28
shzyzbj
df_new = get_price(security,end_date=context.current_dt,count=10) 这句是不是用了未来函数？
2020-10-10
拟合即亏损
@shzyzbj 哦。。这么一说好像是的，多谢了，我改一下
2020-10-13
hiroy
继续学习
2020-10-19
hiroy
继续学习
2020-10-19
首页
上一页
1
2
3
下一页
尾页
您尚未登录，请
登录
或者
注册
聚宽发表回复。
取 消
提 交
雪球
