魔改量化策略

由small_q创建，最终由alphaq更新于2026-03-10 06:34 被浏览 1 用户

作业：

请学习魔改经典量化策略课程

魔改经典策略，加入一个指标。\n进行超参数搜索，并把全部回测曲线保存至一个df中，在同一个画布下画出全部的曲线，并判断参数是否稳定。\n\nHINT\nperformance.raw_perf可以打印出来历史曲线

作业提交：

总体思路可跑通，但存在几处需要改进： 1) 重复代码太多，提交里贴了四遍相同脚本，保持单一版本即可。 2) 题目要求“加入一个指标”，你的SQL并未增加新指标，只是用市值/换手排名相加，需明确新增指标并纳入score。 3) 未把所有回测曲线保存到一个DataFrame：应在外层循环收集每次 run(e) 的 performance.raw_perf，取 date+portfolio_value 并 concat 成宽表或长表，便于比较。示例思路：df = perf[['date','portfolio_value']].set_index('date').rename(columns={'portfolio_value':f'p_{e}'})，然后 pd.concat。 4) 未判断参数稳定性：建议计算每个参数的最终收益、年化收益、最大回撤、夏普，或计算不同参数曲线的相关系数/滚动相关来评估稳定性。 5) 代码细节：sort_values(ascending=True) 可能选到最低分；当 len_==0 会除0；context.data 的 in-place sort 可能触发警告。按以上修改即可更完整地满足作业要求。