首页
›
金融科技风控与量化工程
›
004-量化策略回测标签口径校准
›
《量化回测标签对齐与模型训练技巧》
VIP20
本课程属于:004-量化策略回测标签口径校准
金融科技风控与量化工程 · 共 20 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
量化回测标签对齐与模型训练技巧
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
量化回测基础
回测的定义 · 回测在量化策略开发中的核心地位 · 回测与实盘的区别
量化回测基础
回测的定义
02
标签对齐概念
什么是标签对齐 · 为什么在量化回测中标签对齐至关重要 · 常见对齐错误示例
标签对齐概念
什么是标签对齐
03
时间序列数据特性
金融时间序列的平稳性 · 自相关性 · 非独立同分布特性对标签对齐的影响
时间序列数据特性
金融时间序列的平…
04
未来函数与前瞻偏差
未来函数的定义 · 前瞻偏差如何产生 · 如何通过标签对齐避免未来信息泄露
未来函数
前瞻偏差
05
标签生成方法
基于未来收益的标签 · 基于波动率的标签 · 基于风险调整收益的标签生成
标签生成方法
基于未来收益的标…
06
固定时间窗口标签
固定持有期标签的定义 · 实现方法 · 优缺点分析
固定时间窗口标签
固定持有期标签的…
07
动态时间窗口标签
基于市场状态或波动率的动态持有期 · 自适应标签生成策略
动态时间窗口标签
基于市场状态或波…
08
事件驱动标签
基于特定事件(如突破 · 金叉死叉)的标签生成 · 事件窗口对齐技巧
事件驱动标签
基于特定事件
09
多标签与多任务学习
同时预测多个目标(如方向 · 幅度 · 波动率)
多标签
多任务学习
10
标签平滑与去噪
标签噪声来源 · 移动平均平滑 · 指数加权平滑
标签平滑
去噪
11
样本内与样本外划分
时间序列交叉验证 · 滚动窗口划分 · 避免数据泄露的划分策略
样本内
样本外划分
12
特征与标签的时间对齐
特征计算窗口与标签预测窗口的匹配 · 滞后特征处理
特征
标签的时间对齐
13
数据重采样与对齐
不同频率数据(日线 · 分钟线 · Tick)的对齐方法
数据重采样
对齐
14
缺失值处理与对齐
金融数据缺失原因 · 前向填充 · 后向填充
缺失值处理
对齐
15
异常值检测与标签清洗
基于统计方法 · 基于机器学习方法 · 基于业务规则的异常标签处理
异常值检测
标签清洗
16
模型训练基础
监督学习在量化中的应用 · 训练集/验证集/测试集的构建
模型训练基础
监督学习
17
过拟合与欠拟合
量化模型过拟合的典型表现 · 正则化方法 · 早停法
过拟合
欠拟合
18
特征选择与标签相关性
特征与标签的相关性分析 · 互信息 · 特征重要性排序
特征选择
标签相关性
19
类别不平衡处理
金融标签类别不平衡问题 · 过采样 · 欠采样
类别不平衡处理
金融标签类别不平…
20
时间序列交叉验证
扩展窗口交叉验证 · 滑动窗口交叉验证 · Purged Walk-Forwar…
时间序列交叉验证
扩展窗口交叉验证
21
模型集成与标签对齐
Bagging · Boosting · Stacking在量化回测中的对齐要…
模型集成
标签对齐
22
深度学习模型与标签对齐
LSTM · Transformer等序列模型对标…
深度学习模型
标签对齐
23
回测引擎中的标签对齐实现
回测引擎架构 · 标签计算模块设计 · 性能优化
回测引擎
标签对齐实现
24
回测绩效评估与标签质量
夏普比率 · 最大回撤 · 胜率与标签准确率的关系
回测绩效评估
标签质量
25
标签对齐的常见陷阱
幸存者偏差 · 前视偏差 · 点阵偏差
标签对齐的常见陷…
幸存者偏差
26
实战案例一
股票日频趋势策略的标签对齐与模型训练…
实战案例一
股票日频趋势策略…
27
实战案例二
期货高频反转策略的标签对齐与模型训练…
实战案例二
期货高频反转策略…
28
实战案例三
加密货币波动率预测的标签对齐与模型训…
实战案例三
加密货币波动率预…
29
自动化标签对齐流水线
构建可复用的标签生成与对齐Pipel… · 配置化管理
自动化标签对齐流…
Pipel
30
课程总结与进阶方向
标签对齐最佳实践总结 · 前沿研究方向(如自监督学习标签 · 因果推断标签)
课程总结
进阶方向
所属VIP或分类
同VIP:Backtrader回测标签口径校准指南
同VIP:Backtrader回测标签对齐实操
同VIP:Kafka数据流下的回测标签构建方法