【QLIB】 GBDT模型输出因子重要性

最新推荐文章于 2024-10-17 13:19:51 发布

律动的波纹

最新推荐文章于 2024-10-17 13:19:51 发布

阅读量2.3k

点赞数

分类专栏：深度学习量化 Qlib 文章标签：深度学习

本文链接：https://blog.csdn.net/weixin_44177216/article/details/124293831

版权

深度学习同时被 3 个专栏收录

13 篇文章 0 订阅

订阅专栏

量化

3 篇文章 0 订阅

订阅专栏

Qlib

2 篇文章 0 订阅

订阅专栏

GBDT是有较好解释性的，我们可以通过模型获取到因子的重要程度。修改qlib/contrib/model/gbdt.py。

增加方法，按照因子重要程度进行排序

    def importance(self, importance, columns):
        df = pd.DataFrame({'feature': columns, 'importance': importance})
        df.sort_values('importance',inplace=True,ascending=False)
        df.reset_index(drop=True,inplace=True)
        print (df)
        print (df.values)

predict环节增加重要程度输出

 self.importance(self.model.feature_importance(), x_test.columns.values)

训练过程可参考添加。

输出结果如下：

     feature  importance
0      RESI5          54
1      STD30          54
2     RESI10          48
3       STD5          43
4      STD20          42
..       ...         ...
153  VSUMD60           1
154    IMAX5           0
155    CNTP5           0
156   CNTN10           0
157    VWAP0           0