学到了

个人对该策略的一些理解：https://www.joinquant.net/post/11624?tag=algorithm

> 试试到上证50或者上证A，或者创业板去回测，结果惨不忍睹 @coobery 这个其实跟学习的股票数量有关，越大效果越好。

@昵称 原来是这个意思，懂了，谢谢

多因子机器学习是重点。

@liudoutang 认同! 觉得累加学习的思路更好，原来的思路是每日数据作为训练样本，直接回归，预测.....这每天的模型都在变，思路觉得不对...

明显用到未来函数了

我想加上 这个止损方法 但是本人编程小白 实验了好久都没有成功，哪位高手可以指点一下迷津 def dapan_stoploss(context): ## 根据局大盘止损，具体用法详见dp_stoploss函数说明 stoploss = dp_stoploss(kernel=2, n=10, zs=0.1) if stoploss: if len(context.portfolio.positions)>0: for stock in list(context.portfolio.positions.keys()): order_target(stock, 0) return def dp_stoploss(kernel=2, n=10, zs=0.03): ''' 方法1：当大盘N日均线(默认60日)与昨日收盘价构成“死叉”，则发出True信号 方法2：当大盘N日内跌幅超过zs，则发出True信号 ''' # 止损方法1：根据大盘指数N日均线进行止损 if kernel == 1: t = n+2 hist = attribute_history('000300.XSHG', t, '1d', 'close', df=False) temp1 = sum(hist['close'][1:-1])/float(n) temp2 = sum(hist['close'][0:-2])/float(n) close1 = hist['close'][-1] close2 = hist['close'][-2] if (close2 > temp2) and (close1 < temp1): return True else: return False # 止损方法2：根据大盘指数跌幅进行止损 elif kernel == 2: hist1 = attribute_history('000300.XSHG', n, '1d', 'close',df=False) if ((1-float(hist1['close'][-1]/hist1['close'][0])) >= zs): return True else: return False 先谢谢了。。

@瘋燒の青蛙 你把dp_stoploss这个方法复制到底部，然后在trade方法内if g.days % g.refresh_rate == 0:这句话前这样写就行了 ``` def trade(context): stoploss = dp_stoploss(kernel=1, n=10, zs=0.03) if stoploss: sell_list = list(context.portfolio.positions.keys()) for stock in sell_list: order_target_value(stock, 0) return if g.days % g.refresh_rate == 0: ```

@量化雪球 谢谢了。我来回测一下看看。

@止一之路 @JoinQuant量化课堂 我再想了想这个机器学习策略构建中存在的问题： 1、这个策略进行训练的时候，可以理解为你说的市值来源作为特征值，解释市值的形成过程；但是作预测还是用训练集的数据，这样就是样本内拟合，没有机器学习的效果。 2、在训练集构建的逻辑层面，是否应该有如下设定更加合理：T日的市值作为标签，对应T-1日的特征值。那么在实际构建策略的过程中，设定今日为T0日，那么测试集就是昨天的特征数据；训练标签是昨天T-1的市值，特征数据是T-2的数据； 3、针对factor等于残差值得处理，该数据跟市值的影响比较的大，小市值股票之间的差值会小于大市值的股票，如果消除市值的影响可以做市值中性化或者用log(Y)-log(predict_y)的方式以市值的变化程度来反映差异大小。所以策略说到底还是小市值策略。

想请教一下作者，随机森林参数RandomForestRegressor()用的是多少呢？

请问为什么改成14:50呢@iamrobot

求问那个不同参数的策略表现图是怎么做的

![box2.jpg][1] [1]: https://image.joinquant.com/07a6fe16bea97246c060b3442d620233

``` industry_set = ['801010', '801020', '801030', '801040', '801050', '801080', '801110', '801120', '801130', '801140', '801150', '801160', '801170', '801180', '801200', '801210', '801230', '801710', '801720', '801730', '801740', '801750', '801760', '801770', '801780', '801790', '801880','801890'] ``` 请好心人解答 请问下 上面这段代码是什么含义 谢谢

看看每次选的股票的市值情况就知道为啥收益这么牛了。。全是小市值股票。所以在17年以前表现特别好，但估计实盘真不行。。

随机森林和线性回归的代码能分享一下么，做一下比对

能多写点注释就好了