首页 编写策略 数据平台 策略社区 我的策略 宽客学院 知识库
免费注册
研报&论文

StockRanker 介绍

由jliang创建，最终由jliang 被浏览 11 用户

StockRanker

StockRanker 是 BigQuant 平台提供的高性能排序学习算法(list-wise)，为量化投资场景做了优化。StockRanker可以根据输入的多个股票特征训练模型和做出排序预测。

在量化投资中，排序任务指的是根据某些标准对一组股票进行排序。例如，投资者可能希望按照未来收益潜力对股票进行排序，以决定投资组合的构成。排序学习（Learning to Rank）是一种机器学习方法，专门训练一个模型来优化排序效果。StockRanker 采用的是 list-wise 方法，它不仅考虑个别股票的特征，还关注整个股票列表的排序质量，从而实现更优的排序结果。

StockRanker的原理可以参考论文：From RankNet to LambdaRank to LambdaMART

使用说明

在 AIStudio 中，+ 新建策略 > 选择 可视化AI策略 模版，这里使用的是 StockRanker 算法。

M.stockranker.v9(
    train_data: I.port("用于训练的数据", specific_type_name="DataSource", optional=True) = None,  # type: ignore
    validation_ds: I.port(
        "验证集，用于在训练过程中检验模型的状态，收敛情况。验证集通常用于调整超参数，根据几组模型验证集上的表现决定哪组超参数拥有最好的性能",
        optional=True,
        specific_type_name="DataSource",
    ) = None,  # type: ignore
    base_model: I.port("基础模型，可以在此模型上继续训练", optional=True, specific_type_name="字符串") = None,  # type: ignore
    predict_data: I.port("用于预测的数据", specific_type_name="DataSource", optional=True) = None,  # type: ignore
    learning_algorithm: I.choice("学习算法，机器学习优化算法", ["排序", "回归", "二分类", "logloss"]) = "排序",  # type: ignore
    number_of_leaves: I.int("叶节点数量：每棵树最大叶节点数量。一般情况下，叶子节点越多，则模型越复杂，表达能力越强，过拟合的可能性也越高", min=1) = 30,  # type: ignore
    min_docs_per_leaf: I.int("每叶节点最小样本数：每个叶节点最少需要的样本数量，一般值越大，泛化性性越好", min=1) = 1000,  # type: ignore
    number_of_trees: I.int("树的数量：一般情况下，树越多，则模型越复杂，表达能力越强，过拟合的可能性也越高", min=1) = 20,  # type: ignore
    learning_rate: I.float("学习率：学习率如果太大，可能会使结果越过最优值，如果太小学习会很慢", 0.0, 1.0) = 0.1,  # type: ignore
    max_bins: I.int("特征值离散化数量：一般情况下，max_bins越大，则学的越细，过拟合的可能性也越高", min=1) = 1023,  # type: ignore
    feature_fraction: I.float("特征列采样率：在构建每一颗树时，每个特征被使用的概率，如果为1，则每棵树都会使用所有特征列", 0.0, 1.0) = 1,  # type: ignore
    data_row_fraction: I.float("数据行采样率：在构建每一颗树时，每个样本数据被使用的概率，如果为1，则每棵树都会使用所有数据行", 0.0, 1.0) = 1,  # type: ignore
    sort_by: I.str("数据排序字段，对输入数据排序，多个字段用英文逗号分隔，为空则不对数据排序，一般使用 date,instrument，兼容旧版使用 date") = "date,instrument",  # type: ignore
    plot_charts: I.bool("显示模型相关图表") = True,  # type: ignore
    ndcg_discount_base: I.float("NDCG base：用于计算NDCG的 discount = log2(base + position)，其中position从1开始。base越大，位置的影响越小", 0.0) = 1,  # type: ignore
) -> [
    I.port("预测结果", "predictions"),  # type: ignore
    I.port("模型", "model"),  # type: ignore
]

理解模型

  • 特征重要性：一般用来观察不同特征的贡献度。排名越靠前越重要的。计算原理可以参考 xgboost 等算法的 feature importance。一般可用于：
    • 模型的可解释性：期望情况下，重要的特征是符合观察和逻辑的
    • 特征筛选：剔除贡献度不高的尾部特征，增强模型的鲁棒性的同时，起到特征降维的作用
  • 模型：展示了StockRanker的树模型可视化。该模型由多棵决策树组成，每棵树的内部节点包含特征及判断条件，叶节点表示预测分数。所有树的分数相加得出最终预测分数。分数仅用于相对比较，绝对值大小不代表相关性，例如使用score > 2.323进行过滤可能导致过拟合。

优化模型

可以从如下几方面优化模型效果（可用于一般机器学习算法）

  • 数据准备：使用高质量的数据，确认数据，BigQuant 平台提供行情、财务、技术指标、另类因子等丰富的数据，并对数据做了时间对齐和一般清洗。但在具体问题时，仍可能需要去确保完整性，处理缺失值和异常值等。
  • 特征工程：特征选择和创新往往是alpha的根本来源，这是应该重点关注的。根据投资策略选择相关特征，如市盈率、动量指标等。创建新的特征以捕捉更多市场信息，例如滚动平均、波动率等。
  • 算法参数：StockRanker默认提供了一组经验参数，但根据需求可能需要调整模型的超参数，如学习率、树的数量等
    • 数据量（样本和特征）和模型复杂度一般正相关，常用相关参数 number_of_leaves、min_docs_per_leaf、number_of_trees
    • 其他参数可以参考前面文档
  • 评估模型
    • 使用排序指标（如 NDCG）评估模型性能，可以在训练中指定 validation_ds（简单的可以直接把训练数据连接上去，验证集不影响训练结果），查看每个迭代的 NDCG 变化
    • 根据策略绩效做端到端评估

常见问题

Q1: StockRanker 是否支持自定义特征？

是的，用户需要自己选择和构建特征，以提升模型的适应性和预测能力。

Q2: 如何处理模型的过拟合问题？

可以通过增加数据量、使用正则化技术、减少特征数量或采用交叉验证等方法来缓解过拟合。

Q3: StockRanker 的训练时间长吗？

由于 StockRanker 针对多核进行了优化，使用更多核心，往往可以数倍的提高计算速度。可以升级到 BigQuant Pro 获得更多算力和数据。

Q4: 我可以解释 StockRanker 的排序结果吗？

是的，StockRanker 提供了特征重要性分析，帮助用户理解哪些特征在排序中起到了关键作用。

标签

量化投资
{link}