预测模型：模型训练与预测

简介

预测模型 用于生成股票的预测得分。用户可以通过 qrun 在自动化流程中使用 预测模型，详情请参阅流程：流程管理。

由于 Qlib 中的组件采用松耦合设计，预测模型 也可作为独立模块使用。

基类与接口

Qlib 提供了一个基类 qlib.model.base.Model，所有模型都应继承自该类。

该基类提供了以下接口：

类 qlib.model.base.模型

可学习的模型

fit(dataset: Dataset, reweighter: Reweighter)

从基础模型中学习模型

注意

已学习模型的属性名不应以‘_’开头，以便模型可以被保存到磁盘。

以下代码示例展示了如何从 dataset 中获取 x_train、y_train 和 w_train：

# 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) – 该数据集将生成用于模型训练的已处理数据。

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

根据给定的数据集进行预测

参数:

dataset (Dataset) – 该数据集将生成用于模型训练的已处理数据集。
segment (Text 或 slice) – 数据集将使用此片段准备数据。（默认值=test）

返回类型:

具有特定类型的预测结果，例如 pandas.Series。

Qlib 还提供了一个基类 qlib.model.base.ModelFT，其中包含微调模型的方法。

有关其他接口（如 finetune），请参阅模型 API。

示例

Qlib 的 Model Zoo 包含诸如 LightGBM、MLP、LSTM 等模型。这些模型被视为 Forecast Model 的基线模型。以下步骤展示了如何将 ``LightGBM`` 作为独立模块运行。

首先使用 qlib.init 初始化 Qlib，请参阅初始化。

运行以下代码以获取预测分数 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"),
            },
        },
    },
}

# model initialization
model = init_instance_by_config(task["model"])
dataset = init_instance_by_config(task["dataset"])

# start exp
with R.start(experiment_name="workflow"):
    # train
    R.log_params(**flatten_dict(task))
    model.fit(dataset)

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

注意

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

此外，上述示例已在 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标的资产的评分，分数越高，标的资产的预期收益越高。

自定义模型

Qlib 支持自定义模型。如果用户希望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。