问答交流

参数调优

由xuliang创建,最终由xuliang 被浏览 30 用户

问题

参数调优要怎么写呢。。。
def bigquant_run():
    param_grid = {}

    # 在这里设置需要调优的参数备选
    # param_grid['m3.features'] = ['close_1/close_0', 'close_2/close_0\nclose_3/close_0']
    # param_grid['m6.number_of_trees'] = [5, 10, 20]
    param_grid["m29.alpha"] = [0.01,0.03,0.1, 0.3]
    return param_grid
评分函数:
def bigquant_run(result):
    score = result.get('m35').read_raw_perf()['sharpe'].tail(1)[0]

    return {'score': score}

{w:100}这样可以吗?

跑出来的结果不太对。

{w:100}

解答


运行m35能出回测结果吗?如果能,把代码分享给小Q我找一下原因。

标签

量化策略
评论
  • 能看一下m29 这个模块的参数吗?应该是这里设置有问题
  • 模块名称:线性模型训练(SGD) 版本:v2 开发者:bigquant 模块描述: 输入端: training_ds:training_ds,必选,训练数据 features:features,必选,因子/特征,支持基础特征和衍生特征 test_ds:test_ds,可选,训练时用的测试集,可以根据此数据集上的预测效果,来做模型参数和特征等的调整 参数: loss:必选,枚举,默认值auto,可选值\['auto','squared_loss','huber','epsilon_insensitive','squared_epsilon_insensitive','hinge','log','modified_huber','squared_hinge','perceptron'\],损失函数类型 penalty:必选,枚举,默认值l2,可选值\['l1','l2'\],正则类型 alpha:可选,浮点数,默认值0.0001,最大值1.7976931348623157e+308,最小值-1.7976931348623157e+308,正则损失函数的系数 n_iter:可选,整数,默认值5,最大值2147483647,最小值-2147483648,训练迭代次数 shuffle:必选,布尔,默认值True,训练时,是否先随机打乱 eta0:可选,浮点数,默认值0.1,最大值1.7976931348623157e+308,最小值-1.7976931348623157e+308,初始学习率 algo:必选,枚举,默认值classifier,可选值\['classifier','regressor'\],算法类型,classifier是分类算法,regressor是回归算法 输出端: model:model,训练出来的模型 主函数: 未公开源码 后处理函数: 未公开源码
  • ![{w:100}](/wiki/api/attachments.redirect?id=c2fdb38a-1c3f-4b63-ad3e-1828f81d053d)
  • 运行m35能出回测结果吗?如果能,把代码分享给小Q我找一下原因。
{link}