机器学习与量化交易实战08

ExtraTreesRegressor

  • 相比随机森林的随机性更强
  • 更好的避免过拟合
  • 效果一般也会好一丢丢

ExtraTreesRegressor

模型分析

模型评价-mertic(mse、acc、r^2。。。)

问题分析-ROC AUC

此处指标详见../../../1_study/DataAnalysis/评价指标

NLP与量化建模

如何将新闻文本转化为训练集?

  • 对文本进行中文分词(jieba)
  • 去除一些不重要的停止词(常用+人工筛选)
  • 根据剩余分词构建字典(词:onehot)
  • 根据新闻发布时间戳与未来股价对齐

朴素贝叶斯为例进行建模

其他补充: ../../../1_study/DeepLearning/NLP/word2vec

风险控制(上)

一个优秀的策略需求

  • 稳健高效的模型预测
  • 根据模型输出合理构建信号
  • 回测的高收益与低方差(风险)

sharp rate :../../../study/finance/量化投资指标#夏普指数

基于事件驱动的量化交易系统(思路)

# 伪代码逻辑:事件驱动引擎
while True:
    new_event = get_event()
    if new_event == 'event_type1':
    	do_something()
    if new_event == 'event_type2':
    	do_something()
    time.sleep(500) # 等待时间 heartbeat

交易系统组成

  1. DataBase 数据库-产生数据
  2. Datahandler 处理数据
  3. Strategy 基于模型生成信号
  4. PortFolio 中控平台-根据信号执行买卖或回测

附件/Pasted image 20210902021917.png

量化交易系统代码实现

附件/portfolio.py 附件/mac.py 附件/event.py 附件/backtest.py

往年同期文章