所属分类：金融 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

树模型在量化选股中的应用

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
量化选股的基本概念 · 树模型在其中的定位 · 课程学习目标与整体框架
课程导入量化选股的基本概…
02
量化选股基础
因子投资 · 多因子模型 · 股票收益预测问题定义
量化选股基础因子投资
03
树模型基础
决策树原理 · 分裂准则（信息增益 · 基尼系数）
树模型基础决策树原理
04
集成学习入门
Bagging · Boosting · 随机森林与梯度提升树的核心思想与差异
集成学习入门Bagging
05
主流树模型详解
随机森林 · Extra-Trees · AdaBoost
主流树模型详解随机森林
06
特征工程与因子处理
缺失值处理 · 异常值处理 · 标准化
特征工程因子处理
07
标签与样本设计
预测目标定义（未来收益率 · 超额收益） · 样本划分（时间序列
标签样本设计
08
模型训练与调参
交叉验证策略（时间序列交叉验证） · 超参数网格搜索 · 随机搜索
模型训练调参
09
模型评估指标
IC · Rank IC · ICIR
模型评估指标IC
10
过拟合与稳健性
特征重要性分析 · 模型简化 · 正则化
过拟合稳健性
11
组合构建与仓位管理
基于模型预测的选股流程 · 等权与加权组合 · 行业约束
组合构建仓位管理
12
回测框架搭建
回测流程 · 交易成本与滑点设置 · 基准选择
回测框架搭建回测流程
13
案例实战一
使用随机森林构建多因子选股模型 · 从数据准备到回测的完整流程
案例实战一使用随机森林构建…
14
案例实战二
使用XGBoost进行股票收益预测 · 重点处理类别特征与缺失值
案例实战二XGBoost
15
案例实战三
使用LightGBM进行大规模因子选… · 利用GPU加速与并行训练
案例实战三LightGBM
16
案例实战四
使用CatBoost处理高基数类别特… · 提升模型稳定性
案例实战四CatBoost
17
模型对比与选择
不同树模型在相同数据集上的表现对比 · 选择策略与集成策略
模型对比选择
18
特征重要性解释
树模型的特征重要性计算方法（Gain · Split · Permutation）
特征重要性解释Gain
19
模型融合与堆叠
将多个树模型与线性模型融合 · 使用Stacking提升预测能力
模型融合堆叠
20
时序交叉验证与滚动训练
处理时间序列数据的特殊交叉验证方法 · 滚动窗口训练与模型更新
时序交叉验证滚动训练
21
常见陷阱与规避
数据泄漏 · 幸存者偏差 · 过拟合
常见陷阱规避
22
因子有效性检验
单因子测试 · 分层回测 · IC分析
因子有效性检验单因子测试
23
行业与风格中性化
在树模型中引入中性化处理 · 避免行业与风格暴露
行业风格
24
动态调仓策略
基于模型预测的调仓频率选择 · 交易成本优化 · 信号衰减处理
动态调仓策略基于模型预测的调…
25
风险控制与组合优化
在选股基础上结合风险模型 · 使用均值方差优化或风险平价
风险控制组合优化
26
实战项目
从零构建一个完整的树模型量化选股系统 · 包括数据获取 · 特征工程
实战项目从零构建一个完整…
27
模型部署与监控
将训练好的模型部署到实盘环境 · 监控模型性能 · 因子衰减与市场变化
模型部署监控
28
前沿进展
深度学习与树模型的结合 · 图神经网络 · 强化学习在选股中的应用
前沿进展深度学习
29
课程总结与进阶路径
核心知识点回顾 · 常见问题解答 · 推荐学习资源与后续进阶方向
课程总结进阶路径
30
综合实战挑战
给定一个真实股票数据集 · 要求学员独立完成从特征工程到模型选股… · 并提交绩效分析报告
综合实战挑战给定一个真实股票…