kyle_作业

由bqmu1wjw创建，最终由bqmu1wjw更新于2025-08-25 14:14 被浏览 3 用户

存档_1：学习老韵作业\n1️⃣ 这段代码在做什么

用横截面“分位数因子”训练一个轻量 XGBoost 回归器，每 60 个交易日重训，毎 5 日调仓，按预测分数等权买入 Top10。\n同时在每次训练后记录 MSE/MAE/R²/IC 与特征重要性，回测结束把训练历史与绩效打包保存。

数据源：cn_stock_prefactors（已过滤 is_risk_warning=0、list_days>100）。
因子全部做横截面分位数：pct_rank_by(date, …)，把不同量纲压到 0–1，适合线/树混用。
- fac_rank_total_market_cap：ln(total_market_cap) 当日分位数（规模）。
- fac_rank_turn：换手率分位数（流动性/情绪）。
- fac_ret_5：close/m_lag(close,5) 当日分位数（近 5 日动量）。
- 若干候选因子被注释掉（close 分位、net_profit_mrq_yoy、量能比、20 日波动、momentum5），注释缘由写在文件头注释里：净利同比多次为 0、为提速先精简。
标签（label）：pct_rank_by(date, m_lead(close,2)/m_lead(close,1))\n解释：看 明天到后天这一段“相对收益”的横截面分位数（0–1）。这是短期相对强弱的目标，不是绝对收益。

关键参数：
- 训练窗 train_days=252（≈1 年交易日）
- 重训间隔 retrain=60（为了提速）
- 调仓周期 holding_days=5
- lookback_days=10（保证 m_lag/m_lead 有足够的数据边界）
什么时候训练：当 trading_day_index % 60 == 0。
1. 查询 [train_days + lookback_days] 的原始窗口；
2. 再截出真正的训练期 [train_days]；
3. dropna 清洗，样本 < 50 或 y.std() 太小就跳过；
4. 特征做 StandardScaler（树模型其实不需要，但保留也不伤）；
5. 训练 XGBRegressor（极速参数：20 棵树、深度 2、lr=0.1、subsample=0.7，n_jobs=4）；
6. 计算训练内 MSE/MAE/R² 与 IC（y 与 ŷ 相关系数）；记录 特征重要性；把这些塞进 context.training_history。
什么时候预测/下单：当 trading_day_index % 5 == 0。
- 取 lookback_days 内数据，但只保留当天 current_date 的一行截面；
- 用训练时的 scaler 做 transform，喂给 XGB，得到 score；
- 把 instrument, score 放进 context.pred 交给盘中执行。

训练历史：在 after_trading 的最后一天（硬编码 '2025-08-08'）调用 save_training_history_only，把每次训练的评估指标与特征重要性序列化到 pkl。
整体绩效：回测后调用 save_strategy_simple，把 performance.stats、净值序列、收益率序列和训练历史一起保存。

目标-持有期不一致（上面已提醒）。
StandardScaler 对树无必要：可以直接喂分位数特征（0–1），节省少量时间。
只用 3 个因子：容量足够但 α 限；可酌情把注释的低波动或量能比加回。
global_training_history 的使用：在 initialize 里把全局变量指向了 context.training_history，之后每次 append 都会反映到全局引用，因此能在末尾 save_strategy_simple(..., global_training_history) 正常保存——这点是 OK 的。
- 如果要更稳，建议把 after_trading 的 end_date='2025-08-08' 改成读取 context.end_date（避免换日期就忘了改常量）。