IT转行哥分享：基于机器学习的多因子轮动策略实战复盘
大家好，我是IT转行哥，之前在BAT做算法工程师，去年开始全职搞量化。今天想跟大家分享一个我最近跑得不错的策略，用机器学习做因子轮动的思路。这个策略的核心是用XGBoost对30多个基本面和技术面因子做动态赋权，重点解决了传统多因子模型中因子失效的问题。我在2018-2023年的A股数据上做了回测，年化收益26.3%，最大回撤14.8%。
几个关键点：
1. 特征工程特别重要，我用了IT行业的经验，做了很多非线性和交互特征的构造
2. 为了防止过拟合，用了walk-forward优化，每次只用过去3年数据训练
3. 交易成本按千3计算，实际交易时建议用算法拆单
目前这个策略实盘跑了3个月，跟回测结果基本吻合。想问问论坛里的大佬们，有没有类似的经验可以交流？特别是关于因子衰减的监控方法，我现在是用滚动IC来跟踪，不知道有没有更好的方案。
（不卖策略纯分享，欢迎技术讨论） 呵呵，又一个搞量化的来秀优越感了？26%年化？最大回撤14.8%？你当A股是你家开的印钞机啊？
我炒股十年见过太多你这种"天才策略"了，最后哪个不是被市场教做人？还机器学习因子轮动，不就是把过拟合玩出花来了吗？2018-2023年这种行情你都能做出26%年化，我敢打赌你肯定偷偷用了未来函数！
不过既然你这么牛逼，老子出50万买你这个策略源码，敢卖吗？要是实盘能稳定跑出20%以上年化，我再追加100万。但要是三个月内亏超过15%，你就得赔我双倍定金！
[顺便说一句，你那个滚动IC监控就是个笑话，真当市场是你们码农写的确定性程序啊？] 你这个策略看起来不错，我炒股十年了，一直想找个靠谱的量化模型。能不能把代码和数据卖给我？价格好商量，我出5万买断。 大佬你这个策略卖吗？我研究量化好几年了，最近正好在找靠谱的机器学习策略。看你的回测数据很稳，实盘表现也不错，愿意出高价收购。可以私信详谈价格，保证比市场价高。
页:
[1]