Die ehrliche Pipeline bauen
In diesem Abschlussprojekt bauen Sie ein monatliches Aktienmodell von Rohpreisen bis zum Urteil, und jeder Schritt ist so gewählt, dass Sie sich nicht selbst täuschen. Sie machen aus Tagesschlusskursen Monatsendpreise, bauen drei Merkmale, die nur die Vergangenheit nutzen (Momentum, Vormonatsrendite und Volatilität), und ein Label, das drei Monate vorausschaut, und standardisieren Merkmale und Labels innerhalb jedes Monats, damit das Modell lernt, Aktien zu ordnen und nicht den Markt zu timen. Dann schneiden Sie die Zeit in Walk-forward-Faltungen mit Purging und Embargo, passen auf der Vergangenheit jeder Faltung ein scikit-learn-Ridge-Modell an, bewerten jeden Testmonat mit dem Informationskoeffizienten und mischen schließlich ein Merkmal nach dem anderen, um zu sehen, welches das Modell wirklich nutzt.
- Innerhalb jedes Monats ordnen: Merkmale und Labels im Monat standardisieren, damit das Modell Aktien ordnet.
- Purging, Embargo, dann bewerten: Nur auf der Vergangenheit jeder Faltung anpassen und jeden Testmonat mit seinem IC bewerten.
- Fragen, was das Modell genutzt hat: Ein Permutationstest zeigt, ob das Signal ein Merkmal oder viele ist.
Lab: Was bewertet wird
- Monatsendpreise10 Pkt.
- Das Merkmals- und Label-Panel20 Pkt.
- Innerhalb jedes Monats standardisieren10 Pkt.
- Das Label zentrieren5 Pkt.
- Walk-forward-Faltungen mit Purging15 Pkt.
- Die Rangkorrelation eines Monats5 Pkt.
- Ein Ridge-Modell monatsweise bewerten15 Pkt.
- Welches Merkmal das Modell nutzt10 Pkt.
- Die gesamte Studie10 Pkt.