Open HaoningChen opened 1 year ago
我们使用平安银行的3秒钟股票数据，拟合了它的收益率，进而计算出它的股价
为了避免数据泄露，我们构建的特征将全部使用历史数据（即滞后项）和时序特征（只与当前的时间有关）
为了构建时序特征，我们将从趋势（trend）、季节（seasonality）和周期三个角度对目标值ret进行分析（即Auto_ts_ana）
随后，我们清除缺失值，并分别对目标值和特征，训练集和测试集进行标准化（在机器学习领域，数据最好都呈正态分布，因此需要标准化），同样地，为了避免数据泄露，我们使用训练集的数据特征对所有数据进行标准化
最后我们拟合模型，我们还可以更进一步查看模型的shapley value，从而保证模型的可解释性
#########################################################################################
拓展阅读资料：
评估数据集质量（特征选择）
标准化，石川，刘洋溢，连祥斌 因子投资方法与实践p301~302（在scutquant中我们采用的是5倍标准差）
时间序列季节性
时间序列周期性（滞后项）
录屏：链接：https://share.weiyun.com/fdgBJTE1 密码：btg9ux
大家有问题也可以在Issue区留言
我们使用平安银行的3秒钟股票数据，拟合了它的收益率，进而计算出它的股价
为了避免数据泄露，我们构建的特征将全部使用历史数据（即滞后项）和时序特征（只与当前的时间有关）
为了构建时序特征，我们将从趋势（trend）、季节（seasonality）和周期三个角度对目标值ret进行分析（即Auto_ts_ana）
随后，我们清除缺失值，并分别对目标值和特征，训练集和测试集进行标准化（在机器学习领域，数据最好都呈正态分布，因此需要标准化），同样地，为了避免数据泄露，我们使用训练集的数据特征对所有数据进行标准化
最后我们拟合模型，我们还可以更进一步查看模型的shapley value，从而保证模型的可解释性
#########################################################################################
拓展阅读资料：
评估数据集质量（特征选择）
标准化，石川，刘洋溢，连祥斌 因子投资方法与实践p301~302（在scutquant中我们采用的是5倍标准差）
时间序列季节性
时间序列周期性（滞后项）
#########################################################################################
录屏：链接：https://share.weiyun.com/fdgBJTE1 密码：btg9ux
#########################################################################################
大家有问题也可以在Issue区留言