随机森林策略初步尝试
由ypyu创建，最终由ypyu 被浏览 278 用户
本文主要有以下几点改进： 1.特征：加入新特征，beta，macd，willr等。 2.模型：使用随机森林，其中树的个数限制为15，树的最大深度为25，防止过拟合。使用回归算法而不是分类算法。 3.标注：使用（卖出价格-买入价格）/ 买入价格作为标签。 4.回测：股票资金分配，使得排名靠前的股票能分配到更多资金投入，加入止损策略（跌破3%止损）。
T.norm([1 / math.exp(i) for i in range(0, stock_count)]) #[0.3391,0.2139,0.1695,0.1460,0.1312]
T.norm([1 / math.log(i+2) for i in range(0, stock_count)]) #[0.6364,0.2341,0.0861,0.0316,0.0116]
策略案例
https://bigquant.com/experimentshare/344ea8a5b7c4458284aed54f83c1fe15
\