AutoML for stock regression

2024年5月16日修改
任务:借助AutoML使用过去的股票信息预测个股回报率
1.
实验配置
AutoML框架选择:EvalML (使用其multiseries time series regression)
具体配置:
lab alias
forecast_horizon
max_delay
metrics
forecast
stock_num
date_range
3285_25_1_full_return
1
25
full
Return
3285
2020/01/01 ~ 2020/12/31
908_7_1_close_close
1
7
Close
Close
908
2020/01/01 ~ 2020/12/31
10_7_1_close_close
1
7
Close
Close
10
2020/01/01 ~ 2020/12/31
实验别名命名规范:[股票数量]_[历史长度]_[预测长度]_[输入指标]_[预测指标]
eg: 908_7_1_close_close 表示总计股票池为908只,使用过去7天的数据预测未来一天的数据,输入输出为历史的收盘价到未来的收盘价
metrics总计包含:AVG_PRICE, CLOSE, HIGH, LOW, OPEN, TURNOVER_RATE, VOLUME,如标注为full,则代表全部使用