提升信号精准度:预测信号分组过滤的方法

<div class="bq-course-title"> 课程详情 </div> <div class="bq-course-text"> 为何要对模型预测score得分进行分组统计？<br /> 很多时候，我们会发现StockRanker每天按照score得分排序推送的股票，未必是最好的结果。尤其是一些风格不是很稳定的模型，StockRanker每天出的信号也不是很稳定。今天排名NO.1的股票可能是赚钱的，但是到了第二天变成了排名NO.2的股票赚钱，第一名反而变成了亏钱。甚至有时候第1名的股票赚钱，有时候是最后一名的股票赚钱。在实盘过程中，这种轮动现象还会交替出现。 基于这个现象，作者产生了以下问题：StockRanker根据score得分排序选出来的股票，在长期的回测中，他的赚钱效应到底是属于偶然的结果， 还是有一定的赚钱规律？<br /> <div class="bq-course-title"> 策略思路 </div> <div class="bq-course-text"> 1.输入特征列表，加入未来五日股票的收益因子，计算模型的score得分 IC值，验证模型选股的未来收益。<br /> 2.在m10自定义python模块中，调整分组对象，对模型的score得分信号进行分段划分。<br /> 3.求出几个分段区间的并集∪，对股票进行过滤。<br /> </div> <div class="bq-course-title"> 回测结果 </div> <div class="bq-course-phone"> <img width="100%" src="http://bigquant.com/asset-v1:public+meetup07+2022-01+type@asset+block@b5b029ef-b0bd-4f08-a5c9-3eab7cbc323c.png" /> </div> <div class="bq-course-pc" > <img width="100%" src="http://bigquant.com/asset-v1:public+meetup07+2022-01+type@asset+block@b5b029ef-b0bd-4f08-a5c9-3eab7cbc323c.png" /> </div> <div class="bq-course-title"> 课程团队 </div> <div class="bq-course-team"> <img src="http://bigquant.com/asset-v1:public+meetup02+2022-04-01+type@asset+block@徐.png" class="bq-course-icon" alt="Course Staff Image #2" /> <div> <div class="bq-course-text">讲师：徐耀杰老师</div> <div class="bq-course-text">BigQuant平台优秀开发者，AI量化训练营4期优秀学员，策略天梯龙头战法/天蝎座系列作者，任私募基金量化研究员,擅长基于AI的量化策略构建，思路新颖，对量化策略研究有独到的见解和思想。</div> </div> </div>