大家一起来调参吧

    昨天我们成功让一个算法模型帮我们跑出了一个预测值，我用2022年7月-2022年12月的样本数据进行了训练。

    那么大家肯定也想知道，在2023年1月到4月份的收益情况是如何的吧。这是不做任何处理（二板涨停之后）能买的进去的无脑竞价买的模式的收益。

    这个收益是什么意思呢？就是当你出现一只目标股，买1万，然后按照不涨停次日就卖策略，最终4个月时间可以获得1400收益。

    所以整体这个策略还是可以赚钱的。

那么通过我们昨天训练的随机模型，我们来看看他的结果！

    结果，不但没有赚钱，反而还亏了，这是什么烂模型！年初到现在还能亏3400元。

   后面我考虑的是样本集比较少，显著性没那么强，对于样本少的我重新换了一个算法

    最终我用贝叶斯的算法新生成了预测方法。

    明显更优了，主要是回撤控制住了，截至到4月份，赚了有1万块钱，这个结果，就可以接受了。这里面唯一的区别在于，对于特征贝叶斯进行了特征处理。

        标准化之后，可能显得的模型的噪音会小一点，当然，这个也不是绝对，毕竟从评估模型的角度参数来看，可能随机森林算法调参后效果会更好。所以在剩下的工作中，就是不断调参的一个工作了。

        后续调好参数，直接跑实盘来验证策略。但是这个中间有很多工作量，我也希望大家可以一起来调参。

        代码和数据文件我会放到星球上，给大家一个作业就是看谁可以调出牛逼的参数，使得测试的数据集能跑出N倍的收益。

        这个过程中，可以通过删减因子，可以对因子组合加权生成新的因子，当然有啥不懂，还是问chatGPT，数据还是这份数据，因为二板的这套逻辑是相对朴素和可挖掘的。唯一要做的就是择时的因子再细化一下，通过模型再优化一下，从而发现潜在的规律。

------------分割线---------

我再总结一下，调参的步骤和代码

第一步：准备核心数据文件

文件1：20220701-20221231因子记录

其中B列，主要是根据return的值来判断的，因为我们是在处理一个择时问题他是一个分类问题，这里大家也可以自己更改，你可以修改为只要负的我就不买，正的我就买，我的规则是只要不大亏我就买，因为博的是机会吗（调参点1）

文件2：20230103-20230421因子记录（用于测试模型）

这里主要验证模型的有效性

文件3：可运行代码

第二步：注册一个同花顺量化平台在研究环节跑代码，将文件CSV下载下来导入进去。

然后复制代码运行，这个时候，你可以对数据进行各种处理，可以删除因子个数训练（调参点2）

可以改变模型训练（调参点3）

第三步：分享和讨论你调出的优质模型

第四步：针对已经调好的，我会生成自动的信号，供大家自己用。

 希望这个系列的分享对大家学习量化投资有帮助。