M.stock_ranker_train¶

定义¶

M.stock_ranker_train.v5(self, training_ds, features, test_ds=None, learning_algorithm='排序', number_of_leaves=30, minimum_docs_per_leaf=1000, number_of_trees=20, learning_rate=0.1, max_bins=1023, feature_fraction=1, base_model=None, rolling_input=None)¶

StockRanker排序学习模型训练。StockRanker属于集成学习，模型由多棵决策树组成，所有树的结论累加起来做为最终决策分数。

参数:

training_ds (DataSource) – 训练数据，需要包含所有用到的特征数据，包括基础特征和衍生特征。
features (列表|DataSource) – 特征列表。
test_ds (DataSource) – 测试数据集，可用于在训练阶段查看训练效果，来做模型参数和特征等的调优；通过配置early stop参数可以让训练提前终止；默认值是None。
learning_algorithm (choice) – 学习算法，机器学习优化算法；可选值有: 排序, 回归, 二分类, logloss；默认值是排序。
number_of_leaves (int) – 叶节点数量：每棵树最大叶节点数量。一般情况下，叶子节点越多，则模型越复杂，表达能力越强，过拟合的可能性也越高；默认值是30。
minimum_docs_per_leaf (int) – 每叶节点最小样本数：每个叶节点最少需要的样本数量，一般值越大，泛化性性越好；默认值是1000。
number_of_trees (int) – 树的数量：一般情况下，树越多，则模型越复杂，表达能力越强，过拟合的可能性也越高；默认值是20。
learning_rate (float) – 学习率：学习率如果太大，可能会使结果越过最优值，如果太小学习会很慢；默认值是0.1。
max_bins (int) – 特征值离散化数量：一般情况下，max_bins越大，则学的越细，过拟合的可能性也越高；默认值是1023。
feature_fraction (int) – 特征使用率：在构建每一颗树时，每个特征被使用的概率，如果为1，则每棵树都会使用所有特征；默认值是1。
base_model (字符串) – 基础模型，可以在此模型上继续训练；默认值是None。
rolling_input (dict) – 滚动运行参数，接收来自滚动运行的输入，用于训练数据过滤；默认值是None。

返回:

.model: 模型
.feature_gains: 特征贡献
.m_lazy_run: 延迟运行，将当前模块打包，可以作为其他模块的输入，在其他模块里运行。启用需要勾选模块的延迟运行参数。

返回类型:

Outputs

示例代码¶

In [1]:

# 基础参数配置
class conf:
    start_date = '2010-01-01'
    end_date='2017-01-01'
    # split_date 之前的数据用于训练，之后的数据用作效果评估
    split_date = '2015-01-01'
    # D.instruments: https://bigquant.com/docs/data_instruments.html
    instruments = D.instruments(start_date, split_date)

    # 机器学习目标标注函数
    # 如下标注函数等价于 min(max((持有期间的收益 * 100), -20), 20) + 20 (后面的M.fast_auto_labeler会做取整操作)
    # 说明：max/min这里将标注分数限定在区间[-20, 20]，+20将分数变为非负数 (StockRanker要求标注分数非负整数)
    label_expr = ['return * 100', 'where(label > {0}, {0}, where(label < -{0}, -{0}, label)) + {0}'.format(20)]
    # 持有天数，用于计算label_expr中的return值(收益)
    hold_days = 5

    # 特征 https://bigquant.com/docs/data_features.html，你可以通过表达式构造任何特征
    features = [
        'return_20',  # 20日收益
        'return_5',  # 5日收益
        'return_10',  # 10日收益
        'return_20',  # 20日收益
        'avg_amount_0/avg_amount_5',  # 当日/5日平均交易额
        'avg_amount_5/avg_amount_20',  # 5日/20日平均交易额
        'rank_avg_amount_0/rank_avg_amount_5',  # 当日/5日平均交易额排名
        'rank_avg_amount_5/rank_avg_amount_10',  # 5日/10日平均交易额排名
        'rank_return_0',  # 当日收益
        'rank_return_5',  # 5日收益
        'rank_return_10',  # 10日收益
        'rank_return_0/rank_return_5',  # 当日/5日收益排名
        'rank_return_5/rank_return_10',  # 5日/10日收益排名
        'pe_ttm_0',  # 市盈率TTM
    ]

# 给数据做标注：给每一行数据（样本）打分，一般分数越高表示越好
m1 = M.fast_auto_labeler.v8(
    instruments=conf.instruments, start_date=conf.start_date, end_date=conf.split_date,
    label_expr=conf.label_expr, hold_days=conf.hold_days,
    benchmark='000300.SHA', sell_at='open', buy_at='open')
# 计算特征数据
m2 = M.general_feature_extractor.v5(
    instruments=conf.instruments, start_date=conf.start_date, end_date=conf.split_date,
    features=conf.features)
# 数据预处理：缺失数据处理，数据规范化，T.get_stock_ranker_default_transforms为StockRanker模型做数据预处理
m3 = M.transform.v2(
    data=m2.data, transforms=T.get_stock_ranker_default_transforms(),
    drop_null=True, astype='int32', except_columns=['date', 'instrument'],
    clip_lower=0, clip_upper=200000000)
# 合并标注和特征数据
m4 = M.join.v2(data1=m1.data, data2=m3.data, on=['date', 'instrument'], sort=True)
# StockRanker机器学习训练
m5 = M.stock_ranker_train.v3(training_ds=m4.data, features=conf.features)


## 量化回测 https://bigquant.com/docs/module_trade.html
# 回测引擎：准备数据，只执行一次
def prepare(context):
    # context.start_date / end_date，回测的时候，为trader传入参数；在实盘运行的时候，由系统替换为实盘日期
    n1 = M.general_feature_extractor.v5(
        instruments=D.instruments(),
        start_date=context.start_date, end_date=context.end_date,
        model_id=context.options['model_id'])
    n2 = M.transform.v2(
        data=n1.data, transforms=T.get_stock_ranker_default_transforms(),
        drop_null=True, astype='int32', except_columns=['date', 'instrument'],
        clip_lower=0, clip_upper=200000000)
    n3 = M.stock_ranker_predict.v2(model_id=context.options['model_id'], data=n2.data)
    context.instruments = n3.instruments
    context.options['predictions'] = n3.predictions

# 回测引擎：初始化函数，只执行一次
def initialize(context):
    # 加载预测数据
    context.ranker_prediction = context.options['predictions'].read_df()

    # 系统已经设置了默认的交易手续费和滑点，要修改手续费可使用如下函数
    context.set_commission(PerOrder(buy_cost=0.0003, sell_cost=0.0013, min_cost=5))
    # 预测数据，通过options传入进来，使用 read_df 函数，加载到内存 (DataFrame)
    # 设置买入的股票数量，这里买入预测股票列表排名靠前的5只
    stock_count = 5
    # 每只的股票的权重，如下的权重分配会使得靠前的股票分配多一点的资金，[0.339160, 0.213986, 0.169580, ..]
    context.stock_weights = T.norm([1 / math.log(i + 2) for i in range(0, stock_count)])
    # 设置每只股票占用的最大资金比例
    context.max_cash_per_instrument = 0.2

# 回测引擎：每日数据处理函数，每天执行一次
def handle_data(context, data):
    # 按日期过滤得到今日的预测数据
    ranker_prediction = context.ranker_prediction[
        context.ranker_prediction.date == data.current_dt.strftime('%Y-%m-%d')]

    # 1. 资金分配
    # 平均持仓时间是hold_days，每日都将买入股票，每日预期使用 1/hold_days 的资金
    # 实际操作中，会存在一定的买入误差，所以在前hold_days天，等量使用资金；之后，尽量使用剩余资金（这里设置最多用等量的1.5倍）
    is_staging = context.trading_day_index < context.options['hold_days'] # 是否在建仓期间（前 hold_days 天）
    cash_avg = context.portfolio.portfolio_value / context.options['hold_days']
    cash_for_buy = min(context.portfolio.cash, (1 if is_staging else 1.5) * cash_avg)
    cash_for_sell = cash_avg - (context.portfolio.cash - cash_for_buy)
    positions = {e.symbol: p.amount * p.last_sale_price
                 for e, p in context.perf_tracker.position_tracker.positions.items()}

    # 2. 生成卖出订单：hold_days天之后才开始卖出；对持仓的股票，按StockRanker预测的排序末位淘汰
    if not is_staging and cash_for_sell > 0:
        equities = {e.symbol: e for e, p in context.perf_tracker.position_tracker.positions.items()}
        instruments = list(reversed(list(ranker_prediction.instrument[ranker_prediction.instrument.apply(
                lambda x: x in equities and not context.has_unfinished_sell_order(equities[x]))])))
        # print('rank order for sell %s' % instruments)
        for instrument in instruments:
            context.order_target(context.symbol(instrument), 0)
            cash_for_sell -= positions[instrument]
            if cash_for_sell <= 0:
                break

    # 3. 生成买入订单：按StockRanker预测的排序，买入前面的stock_count只股票
    buy_cash_weights = context.stock_weights
    buy_instruments = list(ranker_prediction.instrument[:len(buy_cash_weights)])
    max_cash_per_instrument = context.portfolio.portfolio_value * context.max_cash_per_instrument
    for i, instrument in enumerate(buy_instruments):
        cash = cash_for_buy * buy_cash_weights[i]
        if cash > max_cash_per_instrument - positions.get(instrument, 0):
            # 确保股票持仓量不会超过每次股票最大的占用资金量
            cash = max_cash_per_instrument - positions.get(instrument, 0)
        if cash > 0:
            context.order_value(context.symbol(instrument), cash)


# 调用交易引擎
m6 = M.trade.v2(
    instruments=None,
    start_date=conf.split_date,
    end_date=conf.end_date,
    prepare=prepare,
    initialize=initialize,
    handle_data=handle_data,
    order_price_field_buy='open',       # 表示 开盘 时买入
    order_price_field_sell='close',     # 表示 收盘 前卖出
    capital_base=1000000,               # 初始资金
    benchmark='000300.SHA',             # 比较基准，不影响回测结果
    # 通过 options 参数传递预测数据和参数给回测引擎
    options={'hold_days': conf.hold_days, 'model_id': m5.model_id}
)

[2017-09-25 17:52:09.512281] INFO: bigquant: fast_auto_labeler.v8 开始运行..
[2017-09-25 17:52:09.520095] INFO: bigquant: 命中缓存

bigcharts-data-start/{"series":[{"data":[[0,4269],[1,2062],[2,2975],[3,4235],[4,6001],[5,8327],[6,11513],[7,15615],[8,20837],[9,27732],[10,36880],[11,48583],[12,63080],[13,81342],[14,103901],[15,127702],[16,150374],[17,173177],[18,191130],[19,190574],[20,221421],[21,200313],[22,182530],[23,157919],[24,129302],[25,102389],[26,79944],[27,61459],[28,46792],[29,35200],[30,27509],[31,21083],[32,16356],[33,12949],[34,10068],[35,8341],[36,6472],[37,5329],[38,4351],[39,3398],[40,18834]],"yAxis":0,"name":"count"}],"title":{"text":"label"},"legend":{"enabled":true},"chart":{"type":"column","height":400,"renderTo":"bigchart-bf510e163df540a1ad831e58e114da5a"},"stock":false,"xAxis":{"title":{"text":"label"}}}/bigcharts-data-end

[2017-09-25 17:52:09.539591] INFO: bigquant: fast_auto_labeler.v8 运行完成[0.027282s].
[2017-09-25 17:52:09.601751] INFO: bigquant: general_feature_extractor.v5 开始运行..
[2017-09-25 17:52:09.606587] INFO: bigquant: 命中缓存
[2017-09-25 17:52:09.607715] INFO: bigquant: general_feature_extractor.v5 运行完成[0.005958s].
[2017-09-25 17:52:09.620141] INFO: bigquant: transform.v2 开始运行..
[2017-09-25 17:52:09.623960] INFO: bigquant: 命中缓存
[2017-09-25 17:52:09.624768] INFO: bigquant: transform.v2 运行完成[0.004627s].
[2017-09-25 17:52:09.636746] INFO: bigquant: join.v2 开始运行..
[2017-09-25 17:52:09.641373] INFO: bigquant: 命中缓存
[2017-09-25 17:52:09.642343] INFO: bigquant: join.v2 运行完成[0.005591s].
[2017-09-25 17:52:09.656992] INFO: bigquant: stock_ranker_train.v3 开始运行..
[2017-09-25 17:52:09.659378] INFO: bigquant: 命中缓存
[2017-09-25 17:52:09.660416] INFO: bigquant: stock_ranker_train.v3 运行完成[0.0034s].
[2017-09-25 17:52:09.717982] INFO: bigquant: backtest.v7 开始运行..
[2017-09-25 17:52:09.720478] INFO: bigquant: 命中缓存

bigcharts-data-start/{"__id":"bigchart-34547afec57c441b845f7e6b2585af27","__type":"tabs"}/bigcharts-data-end

[2017-09-25 17:52:11.287080] INFO: bigquant: backtest.v7 运行完成[1.569071s].