滚动训练总是出大盘风控缺失

由iquant创建，最终由iquant更新于2022-11-09 01:23 被浏览 38 用户

问题

滚动训练总是出大盘风控缺失

解答

试着把指数的数据不用外部采集合并，而是直接写到回测的数据准备函数中，给你个例子

start_date= (pd.to_datetime(context.start_date) - datetime.timedelta(days=50)).strftime(’%Y-%m-%d’) 
df=DataSource(‘bar1d_index_CN_STOCK_A’).read(start_date=start_date,end_date=context.end_date,fields=[‘close’]) 
benckmark_data=df[df.instrument==‘000001.HIX’]
#计算上证指数1日涨幅
benckmark_data[‘ret_1’]=benckmark_data[‘close’]/benckmark_data[‘close’].shift(1)

您好，滚动训练模块的自由度很大，您需要对其中的参数进行更改才能满足您的需求，并且，如上面所说，将指数数据放到数据准备函数中会更好： predict_id 应该传入连接 trade 的那个模块

甚至您可以不接 trade 模块， 连上其他任何模块都是可以的