V
主页
基於K線形態的因子構建設計流程
发布人
基于K线形态的因子构建设计流程 1. 数据准备 数据获取:收集5分钟K线数据,包含开盘价(O)、收盘价(C)、最高价(H)、最低价(L)等信息。K线长度分组:根据不同的K线长度,将数据分组。具体分组为: - 3根K线 - 6根K线 - 12根K线 - 24根K线 - 48根K线 分组方式:将每一组连续的K线数据按照上述长度进行划分,每一组K线数据将形成一个独立的矩阵。 2. 因子构建 对每组K线矩阵计算出前面提到的三个因子: 1. 实体相对波动幅度:(C - O) / (H - L) 2. 上影线相对波动幅度:(H - max(C, O)) / (H - L) 3. 下影线相对波动幅度:(min(C, O) - L) / (H - L) 对每组K线矩阵的每一根K线计算这三个因子,并将其结果形成一个 K线数 × 3 的矩阵: - 3根K线 → 3 × 3 矩阵 - 6根K线 → 6 × 3 矩阵 - 12根K线 → 12 × 3 矩阵 - 24根K线 → 24 × 3 矩阵 - 48根K线 → 48 × 3 矩阵 3. 矩阵展开 将每一个 K线数 × 3 的矩阵展开为一个向量: - 3根K线 → 9 维向量 - 6根K线 → 18 维向量 - 12根K线 → 36 维向量 - 24根K线 → 72 维向量 - 48根K线 → 144 维向量 4. 相关性计算与高相关性因子归纳 计算相关性矩阵:对所有向量进行相关性计算,生成一个相关性矩阵。 高相关性因子归纳: - 设定一个相关性阈值(如0.8),筛选出高相关性的一组向量。 - 使用平均值或PCA方法,将高相关性向量归纳为一个新的因子。 5. 因子群构建 初步因子群:将归纳出的新因子加入因子群。 去冗余:对因子群中的因子进行再次相关性分析,确保因子群内的每个因子之间的相关性低于设定的阈值(如0.5)。 因子群优化:如果某些因子之间相关性仍然较高,可以考虑进一步合并或选择代表性因子。 6. 因子验证与应用 历史回测:对构建的因子群进行回测,验证其在历史数据中的表现。 策略优化:根据回测结果优化因子群,调整权重或剔除表现不佳的因子。 动态调整:随着市场环境的变化,定期重新计算和调整因子群,以保持其有效性。
打开封面
下载高清视频
观看高清视频
视频下载器
我的期货日内交易系统 | 17年交易总结 (下)操作篇 | 期货
看懂了你的交易就悟道了
如何使用ChatGPT帮助我们构建因子工程体系
使用chatgpt构建基于CRYPTO高频数据的因子库
交易的艺术——从因子库开始到构建卓越的交易策略(上)
构建卓越的交易策略:从AI技术方向改进技术指标
我的期货日内交易系统 | 17年交易总结 (中)预期篇 | 期货
AI量化及因子工程前沿卓越版直播课程
机器学习量化交易——目标的设定(上)知识篇
中继形态
横盘震荡能否突破还是踩漏破位?这个小方法轻松识别
收评:A股太凶残了!明天要破2700点,是谁在做空获利?
十分钟看懂K线图,新手必备!交易投资基础
均线核心解密:为什么你的均线策略总失灵?破解误区就在这里!
深度因子工程的魅力-单因子构造超NB的策略
构建卓越的交易策略:海量因子的筛选技巧
基于交易清单的因子衍生方法和对比学习量化交易建模
如何理解交易中的慢就是快
交易系统【盈利的秘密】:一条重要的原则【Jim】
超轻量级CTA自动化交易程序解析
9分钟讲明白-怎么确定顺势级别和反转!
多因子工程代码解析和实施部署
AI量化高级课程:规避机器学习的陷阱—构建稳健牛B的交易策略
神一般的裸k交易法,精髓就这三步,一目了然!精髓就这三步,一目了然!(附案例解析)
基于FFT频域转换和物理统计熵的因子衍生的方法介绍
经典祼K交易 第2集
利用Chatgpt快速学习机器学习&因子工程《Machine Learning for Factor Investing》
关键位怎么打,判断多还是空
买在起涨点!原来主力洗盘到这个位置,主力会重仓买入,建议收藏
AI量化CRYPTO系列 :AI与量化交易之间的鸿沟
讲点别人打死不说的硬核交易知识-反转-回调应该这样开仓
TOP 4 帮助你盈利$500/天的交易策略(新手交易者必看!)
经典祼K交易第1集
MACD指标的原理和源码问题(4K中文字幕)|技术分析教程|指标教程|指标之王MACD
期货实战技术第十七讲:技术分析陷阱
一个优秀的交易者,通常都会拥有两个周期丨趋势周期丨交易周期丨熊猫交易学社
建立稳定的交易系统4要素规则
【自学专用】肺动脉CTA扫描病例分享
价格行为交易|高胜率|交易方法|交易演示|多年经验|外汇|股票|期权|交易练习