泰迪杯数据挖掘比赛协作仓库。——基于机器学习方法构建多因子选股模型。

Group Members：XiaoRu Chen，Xiaoling Ling，Yihao Qiu

最优的随机森林模型：累计收益60%左右，经择时策略风险控制后，最大回撤率控制在9%左右，夏普率为0.9左右。

确定一个单因子测试文件，定义待测因子列表，执行多次单因子runtest。

• 保留回测报告，获取字段，保存在CSV文件。
• 结果可视化。
• 筛选得到最优因子。
• 因子做共线性分析，获取最终因子。

官方提示： 单因子问题，可以手动实现一下，或者可以弱化一下，通过间接的方法去实现这个问题，并不一定要实现一个完整的回测框架才能解决单因子分析的问题

• 特征和标签构建。
• 等权重线性模型。
• 建立baseline models，尝试使用多种模型。SVR，RNN(LSTM)，xgboost, random_forest，adaboost...
• 交易逻辑确定。
• 回测结果记录，分析。

• 可参考论文GBDT提取特征 + SVM二分类的方法
• LSTM进行选股（在月频数据较少，可能效果不好）
• Adaboost, randomforest, svm(启发式），xgboost等等进行集成。如Stacking,bagging.

• 风险模型：barra模型
• 择时模型：三均线择时策略。

• data_exploration.ipynb: atrader API调用测试文件。
• get_factor_report.py: 当单因子回测结束之后，执行文件，得到策略字段。
• single_factor_test.py: 单因子测试文件。
• find_factor.py: 自实现的因子绩效分析文件(已弃用)
• run_test.bat: 脚本自动化运行python程序，实现多次执行策略。
• 'factor_analysis': 类内因子共线性分析文件，绘制相关系数矩阵。
• 以模型名标识模型回测文件。

• AutoTrader 官方API文档
• 股票交易名词解释: 多头，空头，平仓，持仓，调仓....
• 头寸解释
• 阮一峰常用git命令清单
• 点宽因子数据字典
• 名词解释：IC/IR
• 名词解释：alpha值/beta值
• A题华师现场解读
• 人工智能阿尔法策略框架-对282个因子的分析