导语:相信进入到“小学”阶段学习的用户,通过学习“学前”阶段的三篇文章,已经对BigQuant的策略开发平台、AI量化策略和我们的平台结构有了较直观的大致了解。从本文开始,我们将按照AI策略开发的完整流程(共七步),逐步引导大家自己上手在BigQuant平台上快速构建AI策略。本文首先介绍如何使用证券代码模块指定股票范围和数据起止日期。重要的事情说三遍:模块的输入端口有提示需要连线的上游数据类型,两个模块之间的接口不能随意连接,否则会报错!
如下图所示,训练集和预测集数据的构建需要首先通过代码列表模块指定数据起止时间和标的范围。
第一步:新建空白可视化AI策略。
第二步:添加模块:在模块列表的 数据输入输出 下找到 代码列表 模块并拖入画布。
第三步:模块属性设置:选中模块,在右侧属性栏中可修改参数。
- 开始时间:训练集的开始时间设置,格式“年-月-日”。
- 结束时间:训练集的结束时间设置,格式“年-月-日”。
- 交易市场:目前支持种类有
- CN_STOCK_A – A股
- CN_FUND – 场内基金
- CN_FUTURE – 期货
- US_STOCK – 美股
- HK_STOCK – 港股
如图所示,我们设置训练集数据时间范围是2013-01-01日至2016-12-31日,股票范围为A股所有股票
测试集的模块设置与训练集类似,只需要将“开始时间”和“结束时间”设置为“2017-01-01”和“2018-12-31”即可。
如果我们想指定一个股票池训练或预测,那么只要在股票代码列表中加入相应的股票代码即可,如下图所示:
小结:至此,我们完成了训练集和预测集数据的起止时间和股票范围设置,接下来会进行目标确定、数据标注部分。如果你想进行更复杂的股票筛选条件设置,请查阅专题教程:
【宽客学院】如何选出符合一定条件的股票
AI量化策略开发入门系列文章请查看:
1.AI量化策略开发第一步:设置训练集、测试集数据范围
2. AI量化策略开发第二步:数据标注
3. AI量化策略开发第三步:找因子
4. AI量化策略开发第四步:数据连接+缺失数据处理
5. AI量化策略开发第五步:模型训练+股票预测
6. AI量化策略开发第六步:回测
7. AI量化策略开发第七步:查看、分析结果
8. AI量化策略开发第八步:模拟实盘