乌审旗建设局网站,网站怎样做wap端,湖州市建设中心网站,WordPress添加有趣的原创文章第566篇#xff0c;专注“AI量化投资、世界运行的规律、个人成长与财富自由。
昨天#xff0c;Quantlab整合Alpha158因子集#xff0c;为机器学习大类资产配置策略做准备#xff08;代码数据#xff09;#xff0c;我们完成了因子集构建#xff0c;并尝试…原创文章第566篇专注“AI量化投资、世界运行的规律、个人成长与财富自由。
昨天Quantlab整合Alpha158因子集为机器学习大类资产配置策略做准备代码数据我们完成了因子集构建并尝试给数据做了预处理。
今天我们开始引入机器学习——树模型以lightGBM为主。 代码已经发布。
今天需要先 pip install lightgbm。
之前我们有分享过类似的文章
Quantlab3.3代码发布全新引擎 | 静态花开年化13.9%回撤小于15% | lightGBM实现排序学习
今天我们要把lightgbm应用于全球大类资产配置的排序上。
LightGBM 是由微软开发的一个开源机器学习库它基于决策树算法特别适用于处理大规模数据集。LightGBM 的核心优势在于其高性能、低内存消耗和高准确率这些特点使得它在多个领域包括量化投资都非常受欢迎。 处理大规模数据量化投资经常涉及到处理大量的历史交易数据和其他市场数据。LightGBM 能够有效地处理这些数据并从中学习。 快速模型训练量化策略需要快速迭代和测试。LightGBM 的训练速度使得研究人员能够快速评估不同策略的效果。 模型解释性虽然不是 LightGBM 的主要优势但决策树模型的可解释性可以帮助量化分析师理解模型的决策过程这对于合规性和策略调整非常重要。
lightGBM有sklearn的接口
加载内置的房价数据做回归分析
第三方库导入
from lightgbm import LGBMRegressor
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.metrics import r2_score, mean_squared_errorfrom sklearn.datasets import fetch_california_housing
data fetch_california_housing()
训练集 验证集构建
X_train, X_test, y_train, y_test train_test_split(data.data, data.target, test_size0.2,random_state42)
模型训练
model LGBMRegressor()
model.fit(X_train, y_train)def calc_metrics(model, X, y):y_pred model.predict(X)mse mean_squared_error(y, y_pred)r2 r2_score(y, y_pred)print(r2,r2,mse,mse)print(训练集)
calc_metrics(model, X_train, y_train)
print(测试集)
calc_metrics(model, X_test, y_test)
训练集和测试集在默认参数下均获得不错的拟合 模型调参调参后训练集r2达到0.94 测试集也提升至0.85 调参代码如下
def adj_params():模型调参params {n_estimators: [100, 200, 300, 400],# learning_rate: [0.01, 0.03, 0.05, 0.1],max_depth: [5, 8, 10, 12]}other_params {learning_rate: 0.1, seed: 42}model_adj LGBMRegressor(**other_params)# sklearn提供的调参工具训练集k折交叉验证(消除数据切分产生数据分布不均匀的影响)optimized_param GridSearchCV(estimatormodel_adj, param_gridparams, scoringr2, cv5, verbose1)# 模型训练optimized_param.fit(X_train, y_train)# 对应参数的k折交叉验证平均得分means optimized_param.cv_results_[mean_test_score]params optimized_param.cv_results_[params]for mean, param in zip(means, params):print(mean_score: %f, params: %r % (mean, param))# 最佳模型参数print(参数的最佳取值{0}.format(optimized_param.best_params_))# 最佳参数模型得分print(最佳模型得分:{0}.format(optimized_param.best_score_))代码在如下位置 我们来代入大类资产的因子数据由于量化投资使用的价量数据是时序数据因些不能按照train_test_split这样随机划分我们需要按时间分成两段。
def train(self, train_func):df self.dfsplit_date self.split_datedf_train df.loc[:split_date]df_val df.loc[split_date:]fields, names self.alpha.get_fields_names()train_func(df_train, df_val, feature_colsnames)
总体训练代码如下
symbols [CL, # 原油^TNX, # 美十年期国债GOLD, # 黄金^NDX, # 纳指100000300.SH, # 沪深300000905.SH, # 中证500399006.SZ, # 创业板指数000012.SH, # 国债指数000832.SH, # 中证转债指数HSI, # 香港恒生N225, # 日经225GDAXI # 德国DAX指数
]
m ModelTrainer(symbolssymbols, alphaAlpha158())
from models.lightgbm_models import trainm.train(train_functrain)
在未进行数据预处理时容易出现过拟合的情况 代码在如下位置 历史文章 Quantlab整合Alpha158因子集为机器学习大类资产配置策略做准备代码数据
【研报复现】年化27.1%人工智能多因子大类资产配置策略之benchmark
AI量化实验室——2024量化投资的星辰大海
