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。