首页
›
智能金融与金融工程
›
030-机器学习Alpha与交易信号
›
《机器学习收益标签与防泄漏实战》
VIP16
本课程属于:030-机器学习Alpha与交易信号
智能金融与金融工程 · 共 16 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
机器学习收益标签与防泄漏实战
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=机器学习收益标签与防泄漏的核心… · 学习目标 · 整体知识框架与实战路线图
课程导入
目标=机器学习收…
02
收益标签基础
目标=什么是收益标签 · 与普通分类回归标签的区别 · 常见业务场景与标签定义原则
收益标签基础
目标=什么是收益…
03
标签体系设计
目标=如何从业务目标拆解可量化收益 · 设计多层级标签 · 平衡标签粒度与可学习性
标签体系设计
目标=如何从业务…
04
数据泄漏入门
目标=数据泄漏的定义 · 常见类型 · 对模型评估的致命影响与真实案例警示
数据泄漏入门
目标=数据泄漏的…
05
收益标签中的泄漏风险
目标=目标泄漏 · 特征泄漏 · 时间泄漏在收益场景中的具体表现与识别…
收益标签
泄漏风险
06
时间序列与收益标签
目标=时序数据中的标签构造 · 未来信息误用 · 滚动窗口与滞后特征设计
时间序列
收益标签
07
特征工程与防泄漏
目标=特征生成 · 聚合 · 编码过程中的泄漏陷阱
特征工程
防泄漏
08
标签生成实战
目标=基于交易 · 用户行为 · 营销响应等数据构造收益标签的完整案例…
标签生成实战
目标=基于交易
09
防泄漏数据划分
目标=训练集 · 验证集 · 测试集的正确划分策略
防泄漏数据划分
目标=训练集
10
交叉验证与防泄漏
目标=K折 · 时间序列折 · 分组折在收益标签任务中的选择与泄漏规…
交叉验证
防泄漏
11
评估指标与收益对齐
目标=AUC · KS · 提升度
评估指标
收益对齐
12
常见泄漏检测方法
目标=基于统计检验 · 特征重要性异常 · 模型性能突变
常见泄漏检测方法
目标=基于统计检…
13
自动化泄漏检测工具
目标=使用开源工具与自定义脚本进行泄… · 报告生成与修复建议
自动化泄漏检测工…
目标=使用开源工…
14
收益标签不平衡处理
目标=正负样本极不平衡时的采样 · 加权 · 阈值移动与防泄漏注意事项
收益标签不平衡处…
目标=正负样本极…
15
因果推断与收益标签
目标=使用因果森林 · 双重稳健估计等方法构造无偏收益标签并…
因果推断
收益标签
16
案例实战一
目标=电商优惠券发放收益预测——从标… · 特征构建到防泄漏建模全流程
案例实战一
目标=电商优惠券…
17
案例实战二
目标=金融信贷收益标签与防泄漏——逾… · 提前还款 · 利润标签的构造与验证
案例实战二
目标=金融信贷收…
18
案例实战三
目标=广告投放收益标签与防泄漏——转… · ROI标签中的时间窗口与竞争泄漏问题
案例实战三
目标=广告投放收…
19
案例实战四
目标=用户增长收益标签与防泄漏——留… · LTV标签构造中的生存偏差与数据穿越
案例实战四
目标=用户增长收…
20
模型部署中的防泄漏
目标=上线后特征计算 · 标签延迟 · 反馈循环导致的泄漏与监控方案
模型部署
防泄漏
21
A/B测试与收益标签
目标=实验设计 · 样本分配 · 指标计算中的泄漏风险与因果效应评估
A/B
测试
22
常见问题与误区
目标=标签定义模糊 · 特征穿越 · 验证集污染
常见问题
误区
23
高级防泄漏技术
目标=差分隐私 · 联邦学习 · 合成数据在收益标签中的泄漏防护与权衡
高级防泄漏技术
目标=差分隐私
24
可解释性与收益归因
目标=SHAP · LIME等工具在收益标签模型中的解释…
可解释性
收益归因
25
端到端项目实战
目标=构建一个完整的收益预测系统 · 包含标签流水线 · 防泄漏检查与收益评估
端到端项目实战
目标=构建一个完…
26
性能优化与工程化
目标=大规模数据下的标签计算 · 特征存储 · 泄漏检测流水线的效率优化
性能优化
工程化
27
团队协作与流程规范
目标=数据科学家 · 工程师 · 业务方在收益标签与防泄漏中的职责与协…
团队协作
流程规范
28
行业最佳实践
目标=互联网 · 金融 · 零售
行业最佳实践
目标=互联网
29
综合提升与前沿趋势
目标=自动化机器学习 · 大模型时代收益标签的新挑战与防泄漏新…
综合提升
前沿趋势
30
课程总结与进阶路径
目标=核心知识点回顾 · 实战能力自检 · 持续学习资源与项目演进建议
课程总结
进阶路径
所属VIP或分类
同VIP:HMM市场状态识别与策略切换实战
同VIP:Learning-to-Rank横截面选股实战
同VIP:ML-Alpha策略回测与交易成本评估