【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:0x00007f4cd53963d0> #<Tag:0x00007f4cd5396240>

(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。

学习更详细的AI量化知识及AI策略构建,请点击视频教程:
【新手专区】AI量化入门(视频+文字版)
【新手专区】Python基础(视频+文字版)
【新手专区】AI量化平台功能引导(视频+文字版)
【新手专区】8步上手AI量化策略构建(视频+文字版)


【AI策略构建】之设置特征因子
(maida) #2

为什么是这样呢?为什么呢。。。。。好多why


(iQuant) #3

可以跟随《AI量化训练营》进一步学习,有问题可以随时在社区搜索答案或进行提问。