<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[水滴的博客]]></title><description><![CDATA[专注于机器学习，深度学习和sklearn学习研究]]></description><link>https://blog.csdn.net/cndrip</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; cndrip]]></copyright><item><title><![CDATA[【量化交易笔记】18.多因子树型策略]]></title><link>https://blog.csdn.net/cndrip/article/details/147542859</link><guid>https://blog.csdn.net/cndrip/article/details/147542859</guid><author>cndrip</author><pubDate>Sun, 27 Apr 2025 17:51:50 +0800</pubDate><description><![CDATA[本文采用非线性模型的方式来制定量化策略，本篇就是基于决策树和随机森林模型来分析因子的重要性问题，底层的原理不在这里讲述了。思路如下，先获取一定数量股票和一定数量的因子，并确定一个目标，进行训练，根据训练结果，制定策略，用回测查看最终。]]></description><category></category></item><item><title><![CDATA[【量化交易笔记】17.多因子的线性回归模型策略]]></title><link>https://blog.csdn.net/cndrip/article/details/147375790</link><guid>https://blog.csdn.net/cndrip/article/details/147375790</guid><author>cndrip</author><pubDate>Sat, 26 Apr 2025 18:39:49 +0800</pubDate><description><![CDATA[本文以上证50为标的，采用财务等多因子建立线性回归建模，并根据这个结果，以历史数据此进行回测验证，并提供完整的回测代码，得到不错的效果，为实现实际的策略制定提供一种思路。]]></description><category></category></item><item><title><![CDATA[【量化交易笔记】16.因子的评价和分析]]></title><link>https://blog.csdn.net/cndrip/article/details/146214523</link><guid>https://blog.csdn.net/cndrip/article/details/146214523</guid><author>cndrip</author><pubDate>Thu, 13 Mar 2025 22:17:55 +0800</pubDate><description><![CDATA[本文通过有一款神器级别的库——Alphalens，以其强大的因子评价功能，成为了众多专业投资者的首选工具，并详细介绍使用Alphalens 工具生成因子评价报告，如何读懂报告。

这份因子评价报告的内容很多，图文并茂，限于篇幅不在此列出，大家可以运行上述代码查看。这份因子评价报告主要有三个部分的内容：1）因子分组收益的评价；2）因子信息系数（IC）的评价；3）因子换手率的评价。上述三个部分的内容实际上是调用了三个子函数来实现的：create_returns_tear_sheet函数、create_infor]]></description><category></category></item><item><title><![CDATA[【量化交易笔记】15.因子的来源和生成]]></title><link>https://blog.csdn.net/cndrip/article/details/146135416</link><guid>https://blog.csdn.net/cndrip/article/details/146135416</guid><author>cndrip</author><pubDate>Sun, 09 Mar 2025 21:24:42 +0800</pubDate><description><![CDATA[现在市场上很多基金，特别是量化的基金，多带有“多因子”配置，策略等，这些基金策略实际上与之前《13.实盘交易策略制定与实施》是一致的，在量化交易，因子作为交易的基础（数据源），起着重要作用。从本文开始，从最简单的一个因子开始，讲解产生、使用、作用和检验，本文就这些因子是如何产生的，来做一个详细说明。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《预测贴纸的销量》（下）]]></title><link>https://blog.csdn.net/cndrip/article/details/145079739</link><guid>https://blog.csdn.net/cndrip/article/details/145079739</guid><author>cndrip</author><pubDate>Sat, 11 Jan 2025 19:47:06 +0800</pubDate><description><![CDATA[本 篇在前二篇的基础上，利用机器学习的常规思路进行预测未来的销量。分别采用了不同的方案，对时间序列的特点，增加了周期性的内容，如何正弦，余弦特征列等。从而提升了效果。在标签上采用对数化处理，明显提升效果，并说明在什么情况下采用对数处理的方式。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《预测贴纸的销量》（中）]]></title><link>https://blog.csdn.net/cndrip/article/details/144992582</link><guid>https://blog.csdn.net/cndrip/article/details/144992582</guid><author>cndrip</author><pubDate>Tue, 07 Jan 2025 21:05:08 +0800</pubDate><description><![CDATA[本文顺着上篇EDA的思路，利用各地区的GDP数据填充目标标签的缺失值原理，来预测未来的销量。具体方法思路：先一一对国家、产品和商店进行汇总，然后对未来三年的每日销售额进行预测，然后再进行分解，得到每个国家、产品和商店的销售额。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《预测贴纸的销量》（上）]]></title><link>https://blog.csdn.net/cndrip/article/details/144929704</link><guid>https://blog.csdn.net/cndrip/article/details/144929704</guid><author>cndrip</author><pubDate>Sun, 05 Jan 2025 22:06:34 +0800</pubDate><description><![CDATA[本文介绍的是2025年首个Kaggle月赛《预测贴纸的销量》。与之前一样，也同样适合初学者，但与之前不同的是，本次比赛的数据集是个时间序列，从题目来看，就是通过之前销量来预测未来的销量。本期用先用着重讲述如何填充缺失值。时间序列数据集，特别是产品销量是有一定时间周期性其周期性图形可以看出，具有类似正弦曲线产品销量与该地区的GPD完全正相关销量与是否周末有关以上这些特征为下一次建模的特征工程提供有方向。]]></description><category></category></item><item><title><![CDATA[【量化交易笔记】14.模拟盘效果]]></title><link>https://blog.csdn.net/cndrip/article/details/143700549</link><guid>https://blog.csdn.net/cndrip/article/details/143700549</guid><author>cndrip</author><pubDate>Tue, 12 Nov 2024 10:34:02 +0800</pubDate><description><![CDATA[以上是众多策略中的两个，也是我从去年模拟到现在，应该说是有效的；从量化的角度上看，这些策略的共同点：小市值，在今年上半年效果不理想；文章所有涉及到具体GP的内容，我进行屏蔽，请给给予理解；如果小伙伴喜欢量化技术研究，可以与我一起讨论再次声明：该篇主要是是用来展示量化交易的效果，不构成任何投资建议，仅供参考。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《有毒蘑菇的二分类预测》(下)]]></title><link>https://blog.csdn.net/cndrip/article/details/141507163</link><guid>https://blog.csdn.net/cndrip/article/details/141507163</guid><author>cndrip</author><pubDate>Sun, 25 Aug 2024 17:21:24 +0800</pubDate><description><![CDATA[本篇 《有毒蘑菇的二分类预测》对数据集进行EDA，根据实际情况，用特征工程的方法，删除频次低的数据和缺失值多的列，同时用one-hot对原先的21个特征扩展成118个特征，再用深度学习的方法进行建模取得较好的成绩。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《有毒蘑菇的二分类预测》(上)]]></title><link>https://blog.csdn.net/cndrip/article/details/141502071</link><guid>https://blog.csdn.net/cndrip/article/details/141502071</guid><author>cndrip</author><pubDate>Sun, 25 Aug 2024 15:37:03 +0800</pubDate><description><![CDATA[本篇文章介绍的是Kaggle月赛《有毒蘑菇的二分类预测》。比赛的数据集有大量的缺失值，本期用两篇文章用不同的方法来处理这些缺失值，并使用和Pipeline技术，来提升处理数据的能力，简化操作步骤。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《保险交叉销售的二分类预测》]]></title><link>https://blog.csdn.net/cndrip/article/details/140405041</link><guid>https://blog.csdn.net/cndrip/article/details/140405041</guid><author>cndrip</author><pubDate>Sun, 14 Jul 2024 19:42:07 +0800</pubDate><description><![CDATA[本篇文章介绍的是Kaggle月赛《保险交叉销售的二元分类预测》。由于该数据集庞大并且不平衡性，使用传统的方法很难达到预期效果，本采用优化读取，减少内存使用量，对不平衡数据特殊的欠采样、过采样等不同方式进行训练和评估，最终采用多模型融合的方式，取得了0.89065的好成绩。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《洪水数据集的回归预测》(下)]]></title><link>https://blog.csdn.net/cndrip/article/details/138465414</link><guid>https://blog.csdn.net/cndrip/article/details/138465414</guid><author>cndrip</author><pubDate>Sun, 05 May 2024 17:31:11 +0800</pubDate><description><![CDATA[本篇介绍了该数据集非常特殊之处，各特征都非常类似，没有特别之处，各特征之间的相关系数几乎为零。同时，各类模型不敏感，最理想的模型居然是线性回归，决定系数R2R^2R2，也只有 0.846。对这样的一个问题，我们如何突破呢？写这篇文章的初衷，是为了一种思维的突破，改变原先常规的特征基础，选用统计量作为特征，这是我在以往所没有碰到过的，基于这一点，拿来分享给大家。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《洪水数据集的回归预测》(上)]]></title><link>https://blog.csdn.net/cndrip/article/details/138411300</link><guid>https://blog.csdn.net/cndrip/article/details/138411300</guid><author>cndrip</author><pubDate>Sun, 05 May 2024 17:29:06 +0800</pubDate><description><![CDATA[本期是2024年5月份的题目《洪水数据集的回归预测》，发现与我之前参与的题目不一样，颠覆了我的认知，使我重认识机器学习的魅力。用大量的可视化的图，来展示这个数据集特征的特点和属性，从中发现这些特征的不同之处。由此引入一个新的问题，在此基础上进行突破。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《鲍鱼年龄预测》(下)]]></title><link>https://blog.csdn.net/cndrip/article/details/137462906</link><guid>https://blog.csdn.net/cndrip/article/details/137462906</guid><author>cndrip</author><pubDate>Mon, 08 Apr 2024 07:45:00 +0800</pubDate><description><![CDATA[本文在上篇《鲍鱼年龄预测》用 optuna 对四个不同模型优化参数，最终用融合的方式，完成这份赛题。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《鲍鱼年龄预测》(上)]]></title><link>https://blog.csdn.net/cndrip/article/details/137406579</link><guid>https://blog.csdn.net/cndrip/article/details/137406579</guid><author>cndrip</author><pubDate>Sat, 06 Apr 2024 21:25:12 +0800</pubDate><description><![CDATA[本文是Kaggle月度练习赛的一个回归的赛题，本期是2024年4月份的题目《Regression with an Abalone Dataset》即《鲍鱼年龄预测》，本篇着重 讲解数据探索（ EDA） 方面，下篇讲解 建模优化方面。🚀 在这个激动人心的探索中，我们深入了解鲍鱼生物学的迷人世界。我们的使命？利用先进的机器学习技术，根据鲍鱼的身体测量结果预测鲍鱼的年龄。]]></description><category></category></item><item><title><![CDATA[【Kaggle】练习赛《肥胖风险的多类别预测》]]></title><link>https://blog.csdn.net/cndrip/article/details/136505718</link><guid>https://blog.csdn.net/cndrip/article/details/136505718</guid><author>cndrip</author><pubDate>Thu, 07 Mar 2024 19:36:16 +0800</pubDate><description><![CDATA[作为机器学习的初学者，Kaggle提供了一个很好的练习和学习平台，其中有一个栏目《PLAYGROUND》，可以理解为游乐场系列赛，提供有趣、平易近人的数据集，以练习他们的机器学习技能，并每个月都会有一场比赛。非常适合新手学习的机会，同时会有大量的高手分享其代码，本期是2024年2月份的题目《Multi-Class Prediction of Obesity Risk》即《肥胖风险的多类别预测》，在此我分享在这个比赛过程的点点滴滴。]]></description><category></category></item><item><title><![CDATA[【量化交易笔记】13.实盘交易策略制定与实施]]></title><link>https://blog.csdn.net/cndrip/article/details/135179262</link><guid>https://blog.csdn.net/cndrip/article/details/135179262</guid><author>cndrip</author><pubDate>Sun, 24 Dec 2023 19:37:39 +0800</pubDate><description><![CDATA[以股票的截面数据与收益率进行机器学习建模，验证不用机器学习的验证结果，而是用交易回测作为标准。用实际的量化交易框架，讲解了具体策略的制定和实施的过程。]]></description><category></category></item><item><title><![CDATA[【机器学习可解释性】5.SHAP值的高级使用]]></title><link>https://blog.csdn.net/cndrip/article/details/134101065</link><guid>https://blog.csdn.net/cndrip/article/details/134101065</guid><author>cndrip</author><pubDate>Sun, 29 Oct 2023 20:02:35 +0800</pubDate><description><![CDATA[排列重要性非常重要，因为它创建了简单的数字度量来查看哪些特征对模型重要。这有助于我们轻松地比较特性，并且您可以向非技术人员展示结果图。但它并没有告诉你每个特性的重要性。如果一个特征具有中等排列重要性，那可能意味着它具有中等排列重要性对一些预测有很大影响，但总体上没有影响，或者所有预测的中等效应SHAP总结图可以让我们鸟瞰特征的重要性和驱动因素。我们将浏览一个足球数据的示例图：这张图由许多点组成。垂直位置显示它所描绘的特征颜色显示该特征在数据集的那一行中是高还是低。]]></description><category></category></item><item><title><![CDATA[【机器学习可解释性】4.SHAP 值]]></title><link>https://blog.csdn.net/cndrip/article/details/134084141</link><guid>https://blog.csdn.net/cndrip/article/details/134084141</guid><author>cndrip</author><pubDate>Sat, 28 Oct 2023 20:33:33 +0800</pubDate><description><![CDATA[SHAP 值 (SHapley Additive exPlanations的首字母缩写)对预测进行分解，以显示每个特征的影响。你可以在哪里使用这个?一个模型说，银行不应该借钱给某人，法律要求银行解释每笔拒绝贷款的依据医疗保健提供者想要确定是什么因素导致每个病人患某种疾病的风险，这样他们就可以通过有针对性的健康干预措施直接解决这些风险因素在本次课程中，您将使用SHAP 值 来解释单个预测。]]></description><category></category></item><item><title><![CDATA[【机器学习可解释性】3.部分依赖图]]></title><link>https://blog.csdn.net/cndrip/article/details/134065444</link><guid>https://blog.csdn.net/cndrip/article/details/134065444</guid><author>cndrip</author><pubDate>Fri, 27 Oct 2023 20:09:13 +0800</pubDate><description><![CDATA[部分依赖图 --每个特征怎么样影响预测结果？像排列重要性一样，部分依赖图是在模型拟合后计算的。我们将使用拟合模型来预测我们的结果(他们的球员赢得“全场最佳球员”的概率)。但是我们**反复改变一个变量的值**来做出一系列的预测。如果球队只有40%的控球率，我们就能预测结果。然后我们预测，他们有50%的几率拿球，然后再预测60%，等等...... 我们追踪预测结果(在纵轴上)，当我们从小的控球值移动到大的值(在横轴上)。除了一维的图之外，还有二维部分依赖图，更加直观的表示二个特征（变量）影响预测结果。]]></description><category></category></item></channel></rss>