现状整理
2022-03-05 16:52:31 2 举报1111
作者其他创作
大纲/内容
index_feature_extract.v3通过指数日线行情数据抽取因子，因子序号对应输入特征列表的顺序
input_features.v1特征1
filter.v3过滤数据 条件在特征中
cached.v3缓存这里做了数据的特殊处理
M.join.v3连接数据
M.instruments.v2回测数据设置
M.use_datasource.v1标识数据源：net_amount_CN_STOCK_A
M.instruments.v2选择时间
auto_labeler_on_datasource数据标注
M.use_datasource.v1标识数据源：bar1d_CN_STOCK_A
input_features.v1特征2
dl_model_predict.v1深度学习模型预测。
M.sort.v4排序
dl_convert_to_bin.v2对特征进行滚动生成，主要用于CNN、RNN等模型。
dl_model_init.v1构建深度学习
dl_layer_maxpooling1d对时域1D信号进行最大值池化。
join.v3连接数据
M.filter.v3过滤数据mf_net_amount_l>8000000
dl_layer_globalmaxpooling1d.v1对于时间信号的全局最大池化
features_short.v1获取特征列表中的简称构建新的特征列表
input_features.v1特征3
general_feature_extractor.v7通用特征抽取
derived_feature_extractor.v3衍生特征抽取
回测交易
dl_model_train.v1深度学习模型模型编译和训练。
0 条评论
下一页
