上半年的工作主要圍繞以下幾點開展:
1、 機器學習實踐
主要探尋探索了幾個新近開源主要的機器學習模型在量化選股策略上面應用的效果,采用有監督學習的分類器來訓練模型對信號的響應辨別股票在信號出現后短線中線的走勢情況,涉及的主流分類器有線性分類器,支持向量機,K近鄰分類,決策樹等。分析下來,基于決策樹的集成學習模型相對效果較好可以用來篩選因子的優劣。實踐中主要采用目前新的流行的機器學習框架sk-learn, 以及交叉驗證,網格搜索等方法來驗證模型,進行特征篩選。實踐結果抓住了以往忽略的一個因子改進了因子的權重,并在回測求證中得到了很好較好的效果,該提權后因子的加入修正使的得回測結果比之前有了大幅提高。這個結果充分說明了機器學習最前沿的機器學習方案在量化策略選股特別是因子篩選方面有著廣泛而強有力的應用價值。
2、項目管理優化
在集成投資平臺這個項目開發迭代過程中,上半年主要引入了業界極為流行的敏捷開發模式SCRUM。主要的宗旨是以較短的迭代來快速的地響應需求以及讓程序員在開發過程中進行良好的自我管理。提升了平臺的魯棒性,長期來看減輕了的平臺管理的負擔。
3、代碼的修煉
集成投資平臺已有將近上百萬行的代碼量,需要經常進行代碼優化重構工作。這次主要對有些代碼,采用設計模式進行重新的設計。比如,對于接口文件統一采用Fa?ade模式,計算收益的方法采用工廠模式,邏輯業務多采用策略模式等等。代碼易讀性和可擴展性進一步得到提高。這項工作必須持之以恒,日復一日的地進行下去,才能有效果,優化沒有終點。
4、政策的學習
上半年主要學習了十九大精神和習近平治國理政思想,重點了解堅定不移貫徹新發展理念和適應把握引領經濟發展新常態等篇幅。體會政策上面始終強調創新發展是發展的主要動力,新發展理念把實施創新驅動發展戰略放在第一位,加之國際環境迫使經濟發展向更高層次邁進,所以高科技行業應該在下一個股市行情中會有很好的前景。
綜上,不斷更新知識儲備,持續了解行業動態,并且能把優秀的技術成果或者思想體系鑲嵌在工作項目之中,相信一定能結出豐碩的果實,帶來更多的收貨獲。