机器学习心得
1.1 快速创建机器学习
- 点击「创建工作流」→ 选「官方模板」，找到「因子大赛-非线性因子-xgboost示例模板」，查看直接加载基础流程。
- 在「公式输入」里写你自己的选股特征公式，然后用模板默认参数先跑一遍，再把工作流改个好记的名字
1.2 调参让模型更准更稳
- 先跑通再调：先用默认参数跑完整流程，看结果（收益、分层表现），再针对性改参数。
- 核心参数通俗调法（对应你框的XGBoost节点）：
◦ 决策树数量：默认100。
◦ 模型太“笨”（收益低）→ 加到200-300，让它多学一点；
◦ 模型太“飘”（训练好、测试差）→ 减到50-80，别学太细。
◦ 最大深度：默认2。
◦ 想抓更复杂规律→ 调到3-4；
◦ 怕学过头→ 保持2或降到1，别超过6。
◦ 学习率：默认0.005。
◦ 想快点收敛→ 调到0.01-0.05；
◦ 怕震荡/过拟合→ 降到0.001-0.003，配合多加点树。
◦ 最小子树权重：默认1。
◦ 数据噪声大→ 调到3-5，让模型别盯着小噪音不放；
◦ 数据干净→ 保持1就行。
◦ Gamma：默认0。
◦ 过拟合明显→ 调到0.1-1，让树少分裂点；
◦ 欠拟合→ 保持0。
◦ 子样本/列采样比例：默认0.7/0.8。
◦ 过拟合→ 都降到0.5-0.6，让模型每次学不同数据/特征；
◦ 欠拟合→ 升到0.8-0.9，多给点信息。
◦ L1/L2正则化：L1默认0，L2默认20。
◦ 过拟合严重→ L2调到30-50，L1加0.1-1；
◦ 欠拟合→ L2降到10-15，L1保持0。
◦ 训练设备：算力够就切GPU，跑得更快；算力有限就用CPU。
3.调参小技巧
• 一次只改1-2个参数，改完对比结果，别一堆参数一起改，不然不知道谁起作用。
• 看测试集表现，别光看训练集收益，不然模型会“背答案”，实盘就拉胯。
4. 时间区间严禁重叠
特征工程用的是样本内数据，机器学习/因子构建用的是样本外数据，两段时间必须完全分开，不能交叉重叠，否则会出现未来数据泄露，导致回测造假、实盘失效。
