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

XGBoost与LightGBM量化选股实战

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=量化选股的定义 · 发展历程 · 主流方法对比
课程导入目标=量化选股的…
02
机器学习基础
目标=监督学习 · 分类与回归 · 特征工程
机器学习基础目标=监督学习
03
决策树与集成学习
目标=决策树原理 · Bagging与Boosting区别 · GBDT
决策树集成学习
04
XGBoost核心原理
目标=目标函数 · 正则化 · 二阶泰勒展开
XGBoost核心原理
05
LightGBM核心原理
目标=直方图算法 · Leaf-wise生长策略 · GOSS
LightGBM核心原理
06
量化选股数据准备
目标=股票池构建 · 财务数据 · 行情数据
量化选股数据准备目标=股票池构建
07
特征工程实战
目标=因子标准化 · 中性化 · 缺失值填充
特征工程实战目标=因子标准化
08
标签构建方法
目标=未来收益率计算 · 分类标签定义 · 多分类标签
标签构建方法目标=未来收益率…
09
训练集与验证集划分
目标=时间序列划分 · 滚动窗口 · Purged K-Fold
训练集验证集划分
10
XGBoost模型训练与调参
目标=参数含义 · 学习率 · 树深度
XGBoost模型训练
11
LightGBM模型训练与调参
目标=num_leaves · min_data_in_leaf · feature_fraction
LightGBM模型训练
12
模型评估与选择
目标=AUC · IC · Rank IC
模型评估选择
13
特征重要性分析
目标=增益重要性 · 分裂次数重要性 · SHAP值
特征重要性分析目标=增益重要性
14
XGBoost量化选股实战
目标=从数据获取到模型训练 · 预测打分 · 选股组合构建的完整流程
XGBoost量化选股实战
15
LightGBM量化选股实战
目标=基于LightGBM的因子选股 · 参数优化 · 组合回测与绩效分析
LightGBM量化选股实战
16
多模型融合策略
目标=XGBoost与LightGB… · Stacking · Blending与模型多样性提升
多模型融合策略XGBoost
17
超参数优化方法
目标=网格搜索 · 随机搜索 · 贝叶斯优化
超参数优化方法目标=网格搜索
18
滚动训练与在线更新
目标=时间序列滚动训练 · 模型衰减 · 增量学习与定期再训练策略
滚动训练线更新
19
风险控制与组合优化
目标=仓位管理 · 行业中性 · 风格中性
风险控制组合优化
20
回测框架与绩效归因
目标=回测系统搭建 · 交易成本 · 滑点
回测框架绩效归因
21
常见问题与解决方案
目标=过拟合 · 欠拟合 · 数据泄露
常见问题解决方案
22
高级特征工程
目标=遗传规划因子挖掘 · 深度学习特征提取 · 另类数据与文本因子构建
高级特征工程目标=遗传规划因…
23
模型解释与合规
目标=SHAP解释 · LIME · 监管要求
模型解释合规
24
实盘部署与工程化
目标=模型序列化 · API服务 · 定时任务
实盘部署工程化
25
案例研究一
目标=基于XGBoost的沪深300… · 包括因子构建 · 训练
案例研究一XGBoost
26
案例研究二
目标=基于LightGBM的中证50… · 包括特征工程 · 调参
案例研究二LightGBM
27
案例研究三
目标=多因子模型与XGBoost/L…
案例研究三XGBoost/L
28
综合实战项目
目标=从零构建一个完整的量化选股系统 · 涵盖数据 · 特征
综合实战项目目标=从零构建一…
29
课程总结与进阶路线
目标=知识体系回顾 · 常见陷阱 · 持续学习资源与研究方向
课程总结进阶路线
30
课程答疑与实战经验分享
目标=学员常见问题解答 · 实盘经验 · 职业发展建议与社区资源
课程答疑实战经验分享