M.advanced_auto_labeler

定义

M.advanced_auto_labeler.v2(self, instruments, label_expr, start_date='', end_date='', benchmark='000300.SHA', drop_na_label=True, cast_label_int=True, user_functions={})

自动数据标注：advanced_auto_labeler可以使用表达式，对数据做任何标注。比如基于未来给定天数的收益/波动率等数据，来实现对数据做自动标注。

参数:

• instruments (列表|DataSource) – 证券代码列表。
• label_expr (列表) – 标注表达式，可以使用多个表达式，顺序执行，从第二个见开始，可以使用label字段。可用数据字段见 历史数据 ，添加benchmark_前缀，可使用对应的benchmark数据。可用操作符和函数见 表达式引擎 。
• start_date (str) – 开始日期，示例 2017-02-12，一般不需要指定，使用 证券代码列表 里的开始日期；默认值是。
• end_date (str) – 结束日期，示例 2017-02-12，一般不需要指定，使用 证券代码列表 里的结束日期；默认值是。
• benchmark (str) – 基准指数，如果给定，可以使用 benchmark_* 变量；默认值是000300.SHA。
• drop_na_label (bool) – 删除无标注数据，是否删除没有标注的数据；默认值是True。
• cast_label_int (bool) – 将标注转换为整数，一般用于分类学习；默认值是True。
• user_functions (字典) – 自定义表达式函数，字典格式，例:{‘user_rank’:user_rank}，字典的key是方法名称，字符串类型，字典的value是方法的引用，参考 表达式引擎 ；默认值是{}。

返回:

• .data: 标注数据

返回类型:

Outputs

示例代码

代码:

label_expr = [
    # 计算收益：5日收盘价(作为卖出价格)除以明日开盘价(作为买入价格)
    'shift(close, -5) / shift(open, -1) - shift(benchmark_close, -5) / shift(benchmark_open, -1)',
    # 极值处理：用1%和99%分位的值做clip
    'clip(label, all_quantile(label, 0.01), all_quantile(label, 0.99))',
    # 将分数映射到分类，这里使用20个分类
    'all_wbins(label, 20)',
    # 过滤掉一字涨停的情况 (设置label为NaN，在后续处理和训练中会忽略NaN的label)
    'where(shift(high, -1) == shift(low, -1), NaN, label)'
]
instruments = '601318.SHA'
start_date = '2017-03-01'
end_date = '2017-04-01'

m1 = M.advanced_auto_labeler.v2(
    instruments=instruments, start_date=start_date, end_date=end_date,
    label_expr=label_expr, benchmark='000300.SHA')