【AI策略构建】之设置模型算法

用户成长系列
新手专区
标签: #<Tag:0x00007f5b9ec6e480> #<Tag:0x00007f5b9ec6e340>

(iQuant) #1

在平台上我们嵌入了多种人工智能算法,包括机器学习、深度学习、强化学习,还有我们自研的stockranker排序算法,可以切换不同算法来优化自己的策略。

1.选择算法

模板默认的是设定为“stockranker”。在这里,我们更换为“随机森林-分类”。

如图所示,在左侧拖入“随机森林-分类”模块,并与其他模块连接。该模块训练和预测集合在同一模块,注意连线正确(模块上的圆圈有提示)。

2.运行查看结果

这是策略调整的最后一步,选择好算法以后运行整个策略,从而看到策略的回测结果。
点击画布上方运行全部,策略即开始启动运行。在策略下方输出策略结果

从下方的回测图可以看到该策略的历史表现,可以评估策略的有效性:

到这里,AI策略的关键模块就学习完了,接下来就是如何进行策略调优,让策略获得更好的收益。快速调优需要熟悉平台的可视化模块流程搭建,熟悉搭建“策略积木”的工具,有利于将投资思想熟练地应用于实践,详细点击 【学院教程】可视化工作区 BigStudio

学习更详细的AI策略构建,请移步学习8步构建AI量化策略:
AI量化策略开发第一步:设置训练集、测试集数据范围
AI量化策略开发第二步:数据标注
AI量化策略开发第三步:找因子
AI量化策略开发第四步:数据连接+缺失数据处理
AI量化策略开发第五步:模型训练+股票预测
AI量化策略开发第六步:回测
AI量化策略开发第七步:查看、分析结果
AI量化策略开发第八步:模拟实盘


【AI策略构建】之设置特征因子