| 领域 | 已完成 | status |
| data | 计算合理freq | 1 | | data | 不要overlap | 1 | | data | optiver找因子，去极值，怎么划分区间（预测多少时间就按多少时间来切分切片），aggregate data | 1 | | data | 时间拉长（多日data），预测周期放大，0.2频率放大，多个股票一起训练，多日一起 | 1 | | model | 日内时间段切分，分别训练scaler/model | 1 | | model | 不同model-automl | 1 | | model | 防止过拟合-cv | 1 | | model | mljar适配 | -1 | | model | flaml适配 | 1 | | model | autogluon适配 | 1 | | model | rnn | 1 | | statistics | statistics胜率，盈亏比（每次盈亏） | 1 | | statistics | 因子IC,ICRank | 1 | | statistics | 多个股票上statistics平均表现 | 1 | | strategy | truncate小预测信号 | 1 | | backtest | 多只股票的通用模式 | 1 | | urgent | 1min跳的数据，每天240条数据 | 1 | | data | pca | -1 | | model | ensemble models, lasso, rnn, automl | 1 | | backtest | 方向正确率，* 要排除连续到达阈值，且连续盈利的情况 | 1 | | backtest | 预测波动率为衍生品交易提供信息 | 1 | | data | 用lobster数据，复现 | -1 | | data | 去掉开收盘5min | 1 | | model | 过拟合1 Train Data Rows:530,Train Data Columns: 260 | 1 | | eda | y distribution, feature distribution | 1 | | data | 多拿些数据，去掉一些小幅波动的点，尽量去拟合大的波动 | 1 |
| 领域 | todo | status |
| data | 仅使用最大权重的5只股票 | 0 | | data | 聚类以获得更多历史信息 | 0 | | data | use polar | 0 | | data | 实现并行计算因子、scaler等任务 | 0 | | model | auto-encoder: rnn encoder - many to one = one to many - decoder. VAE/Adversarial AE | 0 | | backtest | 如果胜率可以，就跑回测净值曲线 | 0 | | backtest | 优化框架以适应日间低频交易 | 0 | | backtest | 不同的interval（如time、num of trades、volume | 0 | | backtest | 如果获取到的数据有延迟，或者提前获取到超短期内幕消息（比如预测等），那么有多少的预测能力 | 0 | | strategy | 动态择时close | 0 | | strategy | 止损止盈 | 0 | | task | 看突变值 | 0 | | todo | 转3s低频数据，量价，进行预测,预测10min，转为分类问题，10min波动率变化方向，到阈值才算波动的明显变化 | 0 | | todo | 历史上，每天半小时进行匹配，然后统计这半小时内的涨跌幅、开盘、交易量等等，可以发现开收盘半小时大概率（55%）是涨，隔夜大概率跳空，可以据此开发相关的策略 | 0 | | todo | 为啥readme这么卡 | 0 |
基于什么开发策略，更关注precision。波动率的值不同，但只要方向正确就行 可视化波动率的预测结果 fbeta的binary到底是啥？自己写lossfunc，比如focalloss
在波动率预测，agg阶段可以使用不同的kernal，借鉴cv
真格量化 期权回测
大盘异动的时刻，权重股和券商股是否异动，其持续性怎么样，盘口怎么变
def tar_weight(_y_train, bins=20):
nrows = len(_y_train)
hist, bin_edge = np.histogram(_y_train, bins=bins)
hist[hist == 0] += 1 # 避免出现RuntimeWarning: divide by zero encountered in divide bin_w = np.sqrt(nrows / hist)
bin_idx = np.digitize(_y_train, bin_edge,
right=False) - 1 # series中元素是第几个bin，可能会导致溢出，因为有些值（比如0）刚好在bin边界上，所以要把这些归到第一个bin（即现在的bin_idx==1处）
bin_idx[bin_idx == 0] += 1
bin_idx -= 1
bin_w = np.sqrt(nrows / hist)
series_w = np.array([bin_w[i] for i in bin_idx])
series_w = nrows / sum(series_w) * series_w
series_w = pd.Series(series_w, index=_y_train.index, name='weight')
return series_w当无法读取文件时？或是别的错误？（已忘记是什么错了）
import os
import sys
path = os.path.join(os.path.dirname(__file__), os.pardir)
sys.path.append(path)