predixlab /
这是一个用 Python 写的美股日线信号研究工具：用标普 500、纳斯达克 100 成分股的历史数据构建特征和标签，用带清除间隔和隔离期的 walk-forward 方式训练 LightGBM 模型，再基于样本外预测做评估、回测和报告。适合想系统学习"量化回测怎么避免偷看未来"的开发者。 亮点 防泄漏写进了测试：追加未来数据后历史特征和事件不能变、标签不含信号当天、清除间隔覆盖标签周期、Pivot 回测必须在信号次日入场，uv run…
这是一个用 Python 写的美股日线信号研究工具：用标普 500、纳斯达克 100 成分股的历史数据构建特征和标签，用带清除间隔和隔离期的 walk-forward 方式训练 LightGBM 模型，再基于样本外预测做评估、回测和报告。适合想系统学习"量化回测怎么避免偷看未来"的开发者。 亮点 防泄漏写进了测试：追加未来数据后历史特征和事件不能变、标签不含信号当天、清除间隔覆盖标签周期、Pivot 回测必须在信号次日入场，uv run pytest -q 就能跑。 信号绝不按产生它的那个收盘价成交（Pivot 次日开盘、AlphaRank 次日收盘），买卖各扣 10 个基点成本，同一天既碰到止盈又碰到止损时按先止损处理。 局限写在明处：历史成分股名单不完整、已退市公司大多缺失，价格大多不含分红，回测里有几处偏乐观的成交简化，文档里逐条列出。 研究与生产分离：训练只产出候选模型，必须人工批准才能上线，不会自动替换。 文档完整：数据格式、特征与标签、训练、评估回测、局限性各有一篇说明。 首个 release： 说明：项目输出仅用于研究和工程验证，不构成投资建议。行情数据与模型文件不在 Apache-2.0 代码许可范围内。
Discuss this product