面向分钟级 A 股订单簿数据的收益预测实验仓库,目标是预测未来 12 分钟收益 fret12。
src/:主实验代码,包含特征构建、特征加载、训练与评测逻辑experiments/:实验入口脚本meow/:提交与整窗训练/评测入口docs/实验记录.md:实验结果记录data/:原始数据与本地特征缓存目录
- 原始
.h5文件放在data/下 - 每个交易日一个
.h5文件 - 本地生成的特征缓存默认也写在
data/features/
pip install -r requirements.txt# 全量特征重建
PYTHONPATH=src python -m feature_store build --h5dir data --feature-dir data/features
# 快速评测
PYTHONPATH=src python experiments/p0_eval_protocol.py --suite quick
# 日常评测
PYTHONPATH=src python experiments/p0_eval_protocol.py --suite daily --n-workers 1
# 提交通道整窗训练与评测
python experiments/run_submission_full_window.py
# 老师入口
cd meow && python meow.py- 特征层:
feature_registry.py+feature_store.py+feature_loader.py - 实验层:
experiment_runner.py+eval_protocol.py - 提交通道:
submission_pipeline.py+meow/