这样csv_dataloader加载数据,因子计算速度也快了很多,最重要的是,我们解决了rank,ts_rank嵌套的问题。 Alpha158因子库 代码完全移植过来了,qlib的158因子,大家感兴趣可以把alpha360也迁移过来。 代码在如下位置: fromdatafeedimportAlphaBase classAlpha158(AlphaBase): defget_fields_names(self): # ['CORD30', '...
handler = Alpha158(config) return handler 300支股票,158个因子,计算量比较大,需要把dataset缓存下来。 filename = 'alpha158_300.pkl' if os.path.exists(filename): with open(filename, "rb") as file_dataset: ds = pickle.load(file_dataset) else: alpha158 = load_alpha158_handler() print(alp...
1、Alpha158以及world quant101部分因子实现(已完成)。 2、基于lightgbm的因子筛选。 (完成) 3、优秀因子的单因子分析。 (完成) 4、deepalphagen和gplearn部分代码优化。 本周除了因子挖掘没有启动之外,其余工作均已完成,代码已经合并。 代码已经同步至星球,请大家前往更新: AI量化实验室——2024量化投资的星辰大海...
qlib内置了数据处理器alpha158,一共158个因子。 (): qlib.contrib.data.handler Alpha158Alpha360 config={ : : : : : } handler = Alpha158(config) handler 300支股票,158个因子,计算量比较大,需要把dataset缓存下来。 filename = os.path.exists(filename): (filename) file_dataset: ds = pickle.loa...
qlib内置了数据处理器alpha158,一共158个因子。 (): qlib.contrib.data.handler Alpha158Alpha360 config={ : : : : : } handler = Alpha158(config) handler 300支股票,158个因子,计算量比较大,需要把dataset缓存下来。 filename = os.path.exists(filename): ...
1、Alpha158以及world quant101部分因子实现(已完成)。 2、基于lightgbm的因子筛选。 (完成) 3、优秀因子的单因子分析。 (完成) 4、deepalphagen和gplearn部分代码优化。 本周除了因子挖掘没有启动之外,其余工作均已完成,代码已经合并。 代码已经同步至星球,请大家前往更新: ...
Alpha158因子库 代码完全移植过来了,qlib的158因子,大家感兴趣可以把alpha360也迁移过来。 代码在如下位置: fromdatafeedimportAlphaBase classAlpha158(AlphaBase): defget_fields_names(self): # ['CORD30', 'STD30', 'CORR5', 'RESI10', 'CORD60', 'STD5', 'LOW0', ...
这个也是Alpha158当中用到的算子。目前只是简单实现一下,性能应该还不是最优。 AVX512支持 现在可以通过修改因子库的generate.py中compileit(...,)的blocking_len参数来生成AVX512的代码。如果dtype为float,那么blocking_len=16时将启用AVX512。如果dtype为double,那么blocking_len=8时将启用AVX512。另外还需要在调用...
Alpha158因子库 代码完全移植过来了,qlib的158因子,大家感兴趣可以把alpha360也迁移过来。 代码在如下位置: from datafeed import AlphaBase class Alpha158(AlphaBase): def get_fields_names(self): # ['CORD30', 'STD30', 'CORR5', 'RESI10', 'CORD60', 'STD5', 'LOW0', ...
qlib内置了数据处理器alpha158,一共158个因子。 (): qlib.contrib.data.handler Alpha158Alpha360 config={ : : : : : } handler = Alpha158(config) handler 300支股票,158个因子,计算量比较大,需要把dataset缓存下来。 filename = os.path.exists(filename): ...