Kaggle - Optiver trading at the close第一名解决方案及部分代码 Optiver - Trading at the Close | Kaggle 比赛第一名方案,作者同时也是目前Kaggle天梯第一人hyd。 比赛目标是预测不同行业的数百只股票的短期波动性,采用optiver提供的API获取秒级别的特征,包括每日540秒的订单簿和成交数据。 第一名采用的方案如下...
Optiver - Trading at the Closewww.kaggle.com/competitions/optiver-trading-at-the-close/discussion/456438 问:本地CV和公榜分数之间是什么关系? 答:以下是我测试的结果,online模式,hold outCV,235 特征(180+ rolling),相关系数在0.92左右。但是KFold的表现很差。 问:你是如何使用这么多滚动特征的? 答:...
读取训练数据并进行基础清洗 df=pd.read_csv("/kaggle/input/optiver-trading-at-the-close/train.csv")df=df.dropna(subset=["target"])df.reset_index(drop=True,inplace=True)df_shape=df.shape df['target_shift1']=df.groupby(['stock_id','seconds_in_bucket'])['target'].shift(1) 内存优化与...
Repository files navigation README Apache-2.0 license Optiver-Trading-at-the-CloseAbout No description, website, or topics provided. Resources Readme License Apache-2.0 license Activity Stars 2 stars Watchers 1 watching Forks 0 forks Report repository Releases No releases published Package...
今天早上一看KaggleOptiver已经第一次开榜了,虽然没有打这个比赛,但可以蹭一波热度。和预期的一样,前排稳稳当当,很多都是量化从业者,这可能是目前为止最稳的量化比赛了。按照老规矩评价本场比赛。可以看到本次比赛Master/GM比例也是最高的,虽然比赛结束前的public被覆盖了,但是凭印象应该前排大部分都是稳住了。
原文链接:Optiver - Trading at the Close简短描述5个使用连续更新/学习的LGB模型 - 使用.train(init_model)和.refit() ,稍后会有更多关于这方面的内容 ;以及5个在216个特征上的Catboost模型;后处理:减去inde…
CODE:nimashahbazi/optiver-trading-close (github.com) 方法论 我的方法结合了LightGBM和神经网络模型,对神经网络的特征工程保持最小化。目标是使这些模型协同工作,以减少最终预测中的方差。 特征工程 LightGBM增强:使用的特征包括: 订单簿失衡(Order Book Imbalance)[1]:利用公开共享的imb1、imb2等。
原文链接1:Optiver - Trading at the Close | Kaggle 原文链接2:Optiver - Trading at the Close | Kaggle CODE:14th place (Gold) Cat & LGB Refit (kaggle.com) 首先,感谢@ravi20076、@mcpenguin、@madarshbb、@cody11null的合作,以及Optiver组织这次竞赛。
【kaggle量化赛金牌方案】Optiver - Trading at the Close 14th Place Solution(学习笔记) 原文链接1:Optiver - Trading at the Close | Kaggle 原文链接2:Optiver - Trading at the Close | Kaggle CODE:14th place (Gold) Cat & LGB Refit (kaggle.com)首先,感谢@ravi200… Quant Kaggle 777 【kaggle...
XGBoost: Rollercoasting the Rolling Features 5.3399 Optiver| Trading at the close Sub 5.339 hoarders ️ensemble 2: Return of the hoarder 5.3376 Best Public Score 5.3365 [tuned LGBM] Best Public Score Optiver - Trading at the Close - Inference 5.3351 [Public 5.3227] LGBM/Catboost with onlin...