https://bigquant.com/tutorial/ (宽客学院)
https://bigquant.com/community/t/topic/131694 (AI量化策略快速理解)
AI量化策略的目标(Label):默认使用股票收益率作为目标。
第一步:确定数据(如股票池),划分训练集、测试集
第二步:定目标:数据标注
第三步:找因子 (好的因子组合是策略成功的关键。)
第四步:数据连接+缺失数据处理
第五步:模型训练+股票预测 (机器学习模型采用StockRanker模型,是一个排序模型,预测的结果是每日的股票排名。)
第六步:回测(这个排名列表即预测结果最后传给回测模块按一定的规则进行买卖模拟交易,进行检测。)
https://bigquant.com/community/t/topic/132020 (第一步:设置训练集、测试集数据范围)
https://bigquant.com/community/t/topic/132124/10 (第二步:数据标注)
https://bigquant.com/community/t/topic/131405 (自定义标注)
将数据标注为多个离散值成为分类标注,将数据标注为连续性数据称为回归标注。
预测收益率要结合收益率,预测波动率要结合波动率。
不能分的太细,一般5类,高收益、较高收益、一般、较低收益、低收益。
数据标注和特征工程一样重要,共同决定了机器学习算法的预测能力。
https://bigq