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
尝试用机器学习批量生产小盘策略
733
listen
分享到：
微信
微博
雪球
评论
rokia
感谢大佬分享
2024-01-10
qiezionline
@DreamNA MARK，希望向您学习
2024-01-15
qiezionline
@DreamNA 直接使用量价数据跑出收益，非常敬佩
2024-01-15
荣华富贵
大好人呀，感谢大神分享。
2024-01-26
DreamNA
@qiezionline 过讲了，之前好是因为大盘好，现在行情一般了，策略已经失效了。所以纯粹是运气，不值得学习。
2024-01-29
qiezionline
@DreamNA 居然被at了...其实我的观点是认为机器学习是较有帮助的，但要看建模的过程，比如训练集测试集怎么选，以及标签label怎么选，对于未来N日股票收益率或者市值进行建模预估。拟合过去行情，只要是拟合的算法，都可能过拟合或者对于未来预测不准，行情变化，模型的预估准确度也可能变化，但如果训练和验证集时间够长的话，预测能穿越牛熊，且控制住回撤，算法都是认为有效的。有些思路是可以相互借鉴和持续改进的。
2024-01-29
DreamNA
@qiezionline 理论上是这样没错，但是实际过程中会有很多其他问题，例如训练不稳定，如何正确评估一个模型，训练数据的漂移问题等等。而且测试时间不同回测结果也有很大差异，这就导致了很难甄别是不是过拟合，这里的坑其实很多很多。
2024-01-29
qiezionline
@DreamNA 是这样的，所以通常还是严格按照机器学习标准流程设计比较好，自己做的话可以控制住流程，业界应该也有做得好的，但一般实盘遇到大回撤估计都会难受，总的来说基于机器学习的流程优化也是不错的路子，但要做得好也有难度，指不准模型失效，我自己也会写些相关研究，但目前还相对粗糙
2024-01-29
DreamNA
@qiezionline 除了标准流程外，还有很多超参的选择，很多 trick 的方法在里面。这些都是要靠时间去测试的，如果没有强大的算力支持，也会很难，需要时间和精力去慢慢打磨的。加油！
2024-01-30
batyu
学习
2024-01-30
loong vs dragon
学习了，互动点赞
2024-01-30
millian
求教大神，从选股模块推测机器学习用的是线性回归模型，对吗，训练数据起止时间能给一下吗？是用A股全部股票的数据进行训练吗？按照选股模块代码，是按照每周收益进行训练吗。我现在想复现一下训练过程，可是训练得到的因子权重系数差别有点大，所以，如果大神有空，希望能回复一下
2024-02-15
loong vs dragon
@Struggler 学习了，点赞
2024-02-17
陈大
很好的思路，学习了，感谢！
2024-03-10
量化小_白
@MarcoChange 你可以用pickle将模型保存然后上传上来，
2024-03-20
上善如水
大神“用机器学习批量生产小盘策略”的思路就很牛。谢谢
2024-03-22
ieeco
感谢分享，学习了！
2024-04-08
sz1001001
@archlinux 赞同
2024-04-14
xianyi
谢谢分享，点赞互评
2024-04-14
xiaojiayi
狠狠地赞了，求回复
2024-04-14
首页
上一页
30
31
32
33
34
35
36
37
38
39
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
