预测模型: 模型训练与预测

介绍

预测模型 用于对股票进行预测评分。用户可以通过 qrun 在自动化工作流中使用 预测模型，请参考工作流: 工作流管理。

由于 Qlib 组件以松散耦合的方式设计，预测模型 也可以作为一个独立的模块使用。

基类和接口

Qlib 提供一个基类 qlib.model.base.Model，所有的模型都应该从这个基类继承。

该基类提供以下接口：

class qlib.model.base.Model

Learnable Models

fit(dataset: Dataset, reweighter: Reweighter)

Learn model from the base model

备注

The attribute names of learned model should not start with ‘_’. So that the model could be dumped to disk.

The following code example shows how to retrieve x_train, y_train and w_train from the dataset:

# get features and labels
df_train, df_valid = dataset.prepare(
    ["train", "valid"], col_set=["feature", "label"], data_key=DataHandlerLP.DK_L
)
x_train, y_train = df_train["feature"], df_train["label"]
x_valid, y_valid = df_valid["feature"], df_valid["label"]

# get weights
try:
    wdf_train, wdf_valid = dataset.prepare(["train", "valid"], col_set=["weight"],
                                           data_key=DataHandlerLP.DK_L)
    w_train, w_valid = wdf_train["weight"], wdf_valid["weight"]
except KeyError as e:
    w_train = pd.DataFrame(np.ones_like(y_train.values), index=y_train.index)
    w_valid = pd.DataFrame(np.ones_like(y_valid.values), index=y_valid.index)

参数:: dataset (Dataset) – dataset will generate the processed data from model training.

abstract predict(dataset: Dataset, segment: str | slice = 'test') → object

give prediction given Dataset

参数:

dataset (Dataset) – dataset will generate the processed dataset from model training.
segment (Text or slice) – dataset will use this segment to prepare data. (default=test)

返回类型:

Prediction results with certain type such as pandas.Series.

Qlib 还提供一个基类 qlib.model.base.ModelFT，它包含了对模型进行微调的方法。

其他接口（如 finetune），请参见 Model API。

示例

Qlib 的 Model Zoo 包含了诸如 LightGBM、MLP、LSTM 等模型。这些模型被视为 Forecast Model 的基准模型。下面的步骤展示了如何将 LightGBM 作为独立模块运行。

首先使用 qlib.init 初始化 Qlib，请参考 Initialization。

运行以下代码以获得预测评分 pred_score

from qlib.contrib.model.gbdt import LGBModel
from qlib.contrib.data.handler import Alpha158
from qlib.utils import init_instance_by_config, flatten_dict
from qlib.workflow import R
from qlib.workflow.record_temp import SignalRecord, PortAnaRecord

market = "csi300"
benchmark = "SH000300"

data_handler_config = {
    "start_time": "2008-01-01",
    "end_time": "2020-08-01",
    "fit_start_time": "2008-01-01",
    "fit_end_time": "2014-12-31",
    "instruments": market,
}

task = {
    "model": {
        "class": "LGBModel",
        "module_path": "qlib.contrib.model.gbdt",
        "kwargs": {
            "loss": "mse",
            "colsample_bytree": 0.8879,
            "learning_rate": 0.0421,
            "subsample": 0.8789,
            "lambda_l1": 205.6999,
            "lambda_l2": 580.9768,
            "max_depth": 8,
            "num_leaves": 210,
            "num_threads": 20,
        },
    },
    "dataset": {
        "class": "DatasetH",
        "module_path": "qlib.data.dataset",
        "kwargs": {
            "handler": {
                "class": "Alpha158",
                "module_path": "qlib.contrib.data.handler",
                "kwargs": data_handler_config,
            },
            "segments": {
                "train": ("2008-01-01", "2014-12-31"),
                "valid": ("2015-01-01", "2016-12-31"),
                "test": ("2017-01-01", "2020-08-01"),
            },
        },
    },
}

# 模型初始化
model = init_instance_by_config(task["model"])
dataset = init_instance_by_config(task["dataset"])

# 开始实验
with R.start(experiment_name="workflow"):
    # 训练
    R.log_params(**flatten_dict(task))
    model.fit(dataset)

    # 预测
    recorder = R.get_recorder()
    sr = SignalRecord(model, dataset, recorder)
    sr.generate()

备注

Alpha158 是由 Qlib 提供的数据处理程序，请参阅数据处理程序。 SignalRecord 是 Qlib 中的记录模板，请参阅工作流。

以上示例在 examples/train_backtest_analyze.ipynb 中给出。从技术上讲，模型预测的含义取决于用户设计的标签设置。默认情况下，分数的含义通常是预测模型对工具的评级。分数越高，工具的利润越大。

自定义模型

Qlib 支持自定义模型。如果用户有兴趣自定义自己的模型并将其集成到 Qlib 中，请参阅自定义模型集成。

API

请参阅模型 API。