Py学习  »  机器学习算法

年化25.3%!机器学习策略开发全流程演示,lightGBM结合alpha158因子集,附全部代码

七年实现财富自由 • 4 月前 • 143 次点击  
原创内容第923篇,专注智能量化投资、个人成长与财富自由。
今天是星球一周一度更新代码的日子,代码已经更新到星球:
核心代码所带的策略集,在pycharm下启动终端(默认会激活虚拟环境),然后输入 jupyter notebook:
点击“策略集”:
点击“机器学习策略”
import syssys.path.append('../')from lab import AlphaLabsymbols = ['510300.SH','159915.SZ','513500.SH','518880.SH']#['510300.SH','159915.SZ']lab = AlphaLab(lab_path='./run', data_path='D:\work\.aitrader_data\quotes_etf')df = lab.load_bar_df(symbols=symbols, start='20100101', end='20250620',extended_days=10)data = df[['close','symbol','date']]data
划分数据集,并计算Alpha158因子集合:
from dataset.datasets.alpha_158 import Alpha158from dataset import to_datetime, AlphaDataset, process_drop_na, process_cs_norm, Segmentfrom functools import lru_cache, partial
dataset: AlphaDataset = Alpha158(        df,        train_period=("2010-01-01""2020-12-31"),        valid_period=("2020-01-01""2025-6-20"),        test_period=("2020-01-01""2025-6-20"),    )
# 添加数据预处理器dataset.add_processor("learn"partial(process_drop_na, names=["label"]))dataset.add_processor("learn"partial(process_cs_norm, names=["label"], method="zscore"))
# 准备特征和标签数据name = 'etf轮动'dataset.prepare_data(filters=None, max_workers=3)lab.save_dataset(name=name,dataset=dataset)
模型训练:
因子重要性排序分析:
回测:
import btfrom bt.algos import *from bt_algos_extend import SelectTopKs = bt.Strategy('s1', [bt.algos.RunDaily(),                           SelectAll(),                           SelectTopK(signal=df_signal),                           bt.algos.WeighEqually(),                           bt.algos.Rebalance()])
年化25.3%,这是一个完整的机器学习应于量化策略开发的流程。
代码与策略下载:AI量化实验室——2025量化投资的星辰大海
吾日三省吾身
《拿铁因素》提出的“从现在起,富有地生活”,并非指立刻拥有巨额财富,而是一种心态与生活方式的根本性转变。它强调在实现财务自由的路径中,“富有”首先是一种精神状态和行动哲学,而非结果的终点。
打破“先有钱后富有”的误区
许多人认为“等我有钱了,才能过富足的生活”,但这种思维恰恰阻碍了财富积累。真正的富有是以终为始的生活态度:像富人一样思考、消费和规划,财富才会随之而来。

如何“富有地生活”?

1. 建立“双账户系统”,释放心理压力

退休账户:自动划转每日“第一小时收入”(如时薪25美元,则日存25美元),用于长期复利投资

梦想账户:为短期目标(如旅行、课程)设立专项储蓄,让消费变得“理直气壮”

意义:账户自动运转后,剩余收入可自由支配,无需记账或愧疚,真正实现“花钱的从容”


代码和数据下载:AI量化实验室——2025量化投资的星辰大海

AI量化实验室 星球,已经运行三年多,1700+会员。

aitrader代码,因子表达式引擎、遗传算法(Deap)因子挖掘引等,支持vnpy,qlib,backtrader和bt引擎,内置多个年化30%+的策略,每周五迭代一次,代码和数据在星球全部开源。


点击 “查看原文”,直接访问策略集合

扩展  •  历史文章   

EarnMore(赚得更多)基于RL的投资组合管理框架:一致的股票表示,可定制股票池管理。(附论文+代码)

年化收益200%+的策略集 | 实时板块资金热力图 「aitrader 5.0系统代码发布」

机器学习驱动的策略开发通过流程 | 普通人阶层跃迁的可能路径?

年化30.24%,最大回撤19%,综合动量多因子评分策略再升级(python代码+数据)

三秒钟创建一个年化28%,夏普比1.25的策略(python系统已开放源代码下载)

会员专属策略可以直接下载了,多个十年年化30+%策略集|polars重构因子引擎(代码+数据下载)

6年年化收益46%,最大回撤率为16%的策略(附python代码)

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/183508