金融时序特征工程与模型优化
📚 共计 30 章节
01
金融时序数据基础
时间序列定义 · 金融数据特殊性 · 非平稳/自相关/异方差 · 股票/期货/外汇/加密货币
概念
数据源
02
数据清洗与预处理
缺失值处理 · 前向填充/插值 · 异常值检测(3σ/IQR/MAD) · 对齐与重采样
清洗
异常检测
03
时间特征构建
日期时间特征 · 日历效应(节假日/财报季) · 滚动窗口统计量(均值/标准差/极值)
特征工程
窗口
04
滞后特征与差分
滞后算子 · 差分运算(一阶/季节性) · 收益率计算(简单/对数)
滞后
差分
05
技术指标特征 (上)
移动平均线(SMA/EMA/WMA) · 布林带 · RSI相对强弱指标
技术指标
动量
06
技术指标特征 (下)
MACD · KDJ随机指标 · ATR平均真实波幅
指标
波动
07
波动率特征
历史波动率 · 已实现波动率 · GARCH波动率 · 波动率锥
波动率
GARCH
08
微观结构特征
买卖价差 · VWAP · 订单簿不平衡 · Tick数据特征
微观
订单簿
09
文本特征与另类数据
新闻情感(VADER/BERT) · 社交媒体情绪 · 宏观指标(CPI/PMI/GDP)
NLP
另类数据
10
特征选择方法 (上)
过滤法(方差阈值/相关系数/卡方) · 包裹法(RFE/前向选择)
特征选择
过滤
11
特征选择方法 (下)
嵌入法(Lasso/随机森林) · PCA降维 · t-SNE可视化
嵌入
降维
12
特征缩放与变换
Z-score标准化 · Min-Max归一化 · RobustScaler · Box-Cox · 分位数变换
缩放
变换
13
处理类别特征
独热编码 · 标签编码 · 目标编码 · WOE编码
编码
类别
14
处理缺失数据进阶
多重插补(MICE) · 矩阵分解(SVD/NMF) · 模型方法(随机森林/KNN)
缺失值
插补
15
时间序列分解
加法/乘法模型 · HP滤波/STL分解 · 季节性分解 · 残差分析
分解
趋势
16
平稳性与单位根检验
ADF检验 · KPSS检验 · PP检验 · 差分阶数 · 平稳化技巧
平稳性
单位根
17
自相关与偏自相关
ACF · PACF · 拖尾/截尾判断 · 模型定阶(AR/MA/ARMA)
ACF
PACF
18
协整与配对交易
协整检验(Engle-Granger/Johansen) · 配对交易 · 价差序列 · 均值回归
协整
配对
19
机器学习模型入门
线性回归 · Ridge/Lasso · ElasticNet · 决策树回归
回归
基础
20
集成学习方法
随机森林 · GBDT/XGBoost/LightGBM/CatBoost · Stacking
集成
Boosting
21
深度学习模型
LSTM · GRU · Transformer · TCN时序卷积网络
深度学习
时序
22
模型评估指标
回归(MSE/RMSE/MAE/MAPE/R²) · 分类(准确率/精确率/召回率/F1) · 夏普比率/最大回撤
评估
回测
23
过拟合与正则化
L1/L2正则化 · Dropout · 早停法 · 时间序列滚动交叉验证
正则化
过拟合
24
超参数调优
网格搜索 · 随机搜索 · 贝叶斯优化 · Optuna框架
调参
优化
25
时间序列交叉验证
扩展窗口 · 滑动窗口 · 分组时间序列交叉验证
交叉验证
时序
26
特征重要性分析
Permutation Importance · SHAP · PDP · LIME解释
可解释性
SHAP
27
模型融合与集成
加权平均 · Blending · Stacking · Bagging时序集成 · 多样性策略
融合
集成
28
回测框架搭建
事件驱动/向量化回测 · 滑点/手续费 · 生存者偏差 · Deflated Sharpe Ratio
回测
框架
29
实盘部署与监控
模型序列化(Pickle/ONNX) · API部署(Flask/FastAPI) · 数据/概念漂移 · 自动重训练
部署
监控
30
综合实战项目
数据获取→实盘部署全流程 · 股票日频数据 · 多因子模型 · LSTM预测 · 回测与部署
实战
全流程