一 机器学习模型

1.1 这周看了老师的视频后，尝试进行非线性因子挖掘，

非线性因子挖掘侧重特征工程与参数调优，
之前是线性因子挖掘因子，这次试用PandaAi平台的XGboost模版进行非线性因子选股

##1.2模型本质与核心优势
XGBoost 是 Gradient Boosting 方法的高效实现，基于 CART 树作为弱学习器，通过串行集成多个弱学习器构建强学习器，核心优势体现在：
优化能力强：对损失函数进行二阶泰勒展开，同时利用一阶和二阶导数信息，支持自定义可导损失函数；
防过拟合：在损失函数中加入正则项（控制树的复杂度），支持特征抽样和子采样，有效降低模型方差；
效率突出：支持特征层面并行计算（特征排序与信息增益计算可多线程执行），训练速度比 GBDT 快 2 倍以上，比随机森林快 5 倍以上；
灵活性高：除 CART 树外，还支持线性分类器，适配分类与回归场景

另外平台上的模版，还叠加了 超参数搜索组件。
超参数搜索是机器学习模型（包括 XGBoost 选股模型）优化过程中的关键步骤，核心是通过系统性方法找到让模型性能最优的 “超参数组合”—— 这里的 “超参数” 是模型训练前需要人为设定的参数（而非训练过程中自动学习的参数）

超参数搜索的核心目的是避免人工试错的主观性和局限性，通过标准化方法找到 “偏差 - 方差平衡” 的最优参数组合，让模型在选股场景中既捕捉有效因子规律，又能应对市场风格变化

测了几次，平台上用基础服务器，可以跑通，用高级服务器，反而出现代码错误。不知道与哪个代码有关？？

期间我选择了最近1年从25年1月到26年3月， 机器学习模型本身应该用滚动回测，但模版里没看到有，所以调短周期，确保模型及时学习市场特征变化。 实际有时间的话，可以做10年以上的多阶段滚动回测，来识别市场特征变化。

核心参数（仅需优化关键参数，其余默认即可）：
subsample（子样本率）：取值 0.6-1.0，最优值 0.95；
max_depth（决策树最大深度）：取值 3-8，最优值 3；
辅助参数：n_estimators（弱学习器个数， 未见到？）、learning_rate（学习率-权重缩减系数，从0.1-》 0.15）、colsample_bytree/colsample_bylevel（？列采样比例？-）

1.3 初步优化版本

非线性模型表现优于线性模型，对于市场的适应度较贴合，当然也可能 从25年1月至26年2月 A股是 趋势行情。

二.风险与注意事项

-模型依赖历史数据特征，市场风格巨变时可能因有效特征失效导致较大回撤；
-参数敏感性低，仅需优化 subsample 和 max_depth，过度调参易引发过拟合；
-策略有效性基于历史回测，实际应用需结合实时市场特征动态调整因子与参数