finol.config¶
General Configuration¶
DEVICE¶
- 類型:
字符串類型
- 選項:
auto,cuda,cpu.- 描述:
指定用於計算的裝置。
MANUAL_SEED¶
- 類型:
整數類型
- 選項:
任何非負整數。
- 描述:
設定隨機數生成的種子，確保結果可重現。
CHECK_UPDATE¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否檢查
FinOL的更新。
DOWNLOAD_DATA¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否從源代碼下載
FinOL數據集和基準測試結果。
數據層配置¶
LOAD_LOCAL_DATALOADER¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否從本地數據源加載數據加載器。
DATASET_NAME¶
- 類型:
字符串類型
- 選項:
NYSE(O),NYSE(N),DJIA,SP500,TSE,SSE,HSI,CMEG,CRYPTO.- 描述:
指定要使用的數據集（參考：基準數據集）。
INCLUDE_OHLCV_FEATURES¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否在輸入數據中包含 基礎特徵。
INCLUDE_OVERLAP_FEATURES¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否在輸入數據中包含 重疊特徵。
INCLUDE_MOMENTUM_FEATURES¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否在輸入數據中包含 動量特徵。
INCLUDE_VOLUME_FEATURES¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否在輸入數據中包含 量價特徵。
INCLUDE_CYCLE_FEATURES¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否在輸入數據中包含 周期特徵。
INCLUDE_PRICE_FEATURES¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否在輸入數據中包含 價格特徵。
INCLUDE_VOLATILITY_FEATURES¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否在輸入數據中包含 波動特徵。
INCLUDE_PATTERN_FEATURES¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否在輸入數據中包含 模式特徵。
INCLUDE_WINDOW_DATA¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否在輸入數據中包含回溯窗口數據。
WINDOW_SIZE¶
- 類型:
整數類型
- 選項:
任何正整數。
- 描述:
指定用於包含回溯窗口數據的窗口大小。
SCALER¶
- 類型:
字符串類型
- 選項:
None,StandardScaler,MinMaxScaler,MaxAbsScaler,RobustScaler,WindowStandardScaler,WindowMinMaxScaler,WindowMaxAbsScaler,WindowRobustScaler.- 描述:
指定要應用於輸入數據的數據縮放方法類型。
BATCH_SIZE¶
- 類型:
整數類型
- 選項:
任何正整數。
- 描述:
指定在模型訓練和驗證期間使用的批次大小。
模型層配置¶
MODEL_NAME¶
- 類型:
字符串類型
- 選項:
CNN,DNN,RNN,LSTM,CNN,變換器,LSRE-CAAN,AlphaPortfolio.- 描述:
指定要使用的模型類型。每種模型都對應於不同的神經網絡架構。
MODEL_PARAMS¶
- 類型:
字典類型
- 選項:
字典中的鍵對應於模型參數的名稱，值對應於所需的參數值。
- 描述:
指定模型參數及其值。
MODEL_PARAMS_SPACE¶
- 類型:
字典類型
- 選項:
字典中的鍵對應於模型參數的名稱，值對應於參數值的範圍。
- 描述:
指定在超參數調優期間要探索的模型超參數集。
優化層配置¶
NUM_EPOCHES¶
- 類型:
整數類型
- 選項:
任何正整數。
- 描述:
指定要執行的訓練周期數。
SAVE_EVERY¶
- 類型:
整數類型
- 選項:
任何正整數。
- 描述:
指定在多少周期後保存模型檢查點。
OPTIMIZER_NAME¶
- 類型:
字符串類型
- 選項:
Adadelta,Adagrad,Adam,AdamW,Adamax,ASGD,SGD,RAdam,Rprop,RMSprop,NAdam,A2GradExp,A2GradInc,A2GradUni,AccSGD,AdaBelief,AdaBound,AdaMod,Adafactor,AdamP,AggMo,Apollo,DiffGrad,LARS,Lamb,MADGRAD,NovoGrad,PID,QHAdam,QHM,Ranger,RangerQH,RangerVA,SGDP,SGDW,SWATS,Yogi.- 描述:
指定訓練期間使用的優化器。
LEARNING_RATE¶
- 類型:
浮點數類型
- 選項:
任何正浮點數。
- 描述:
指定在向評估標準的最小值/最大值移動時的每次迭代的步長。
CRITERION_NAME¶
- 類型:
字符串類型
- 選項:
LogWealth,LogWealthL2Diversification,LogWealthL2Concentration,L2Diversification,L2Concentration,SharpeRatio,Volatility.- 描述:
指定在訓練期間要使用的評估標準的名稱。
LAMBDA_L2¶
- 類型:
浮點數類型
- 選項:
任何非負浮點數。
- 描述:
指定 L2 正則化的強度。該參數僅當
CRITERION_NAME設置為LogWealthL2Diversification或LogWealthL2Concentration時才需要。
TUNE_PARAMETERS¶
- 類型:
布爾類型
- 選項:
Ture,False.- 描述:
確定是否執行超參數調優。
NUM_TRIALS¶
- 類型:
整數類型
- 選項:
任何正整數。
- 描述:
指定在超參數調優期間執行的試驗次數。這確定了要測試的不同超參數集的數量。
SAMPLER_NAME¶
- 類型:
字符串類型
- 選項:
BruteForceSampler,CmaEsSampler,NSGAIISampler,NSGAIIISampler,QMCSampler,RandomSampler,TPESampler,GPSampler.- 描述:
指定用於超參數調優的算法。有關更多詳細信息，請參見 optuna.samplers 和 我應該使用哪種取樣器？。
PRUNER_NAME¶
- 類型:
字符串類型
- 選項:
HyperbandPruner,MedianPruner,NopPruner,PatientPruner,SuccessiveHalvingPruner,WilcoxonPruner.- 描述:
指定用於超參數調優的剪枝器。有關更多詳細資訊，請參見 optuna.pruners。
WRAPPED_PRUNER_NAME¶
- 類型:
字符串類型
- 選項:
HyperbandPruner,MedianPruner,SuccessiveHalvingPruner,WilcoxonPruner.- 描述:
指定用於超參數調優的包裹剪枝器。該參數僅當
PRUNER_NAME設定為PatientPruner時才需要。
評估層配置¶
PLOT_LANGUAGE¶
- 類型:
字符串類型
- 選項:
en（英文）,zh_CN（簡體中文）,zh_TW（繁體中文）.- 描述:
指定繪圖標籤和圖例所使用的語言。
PROP_WINNERS¶
- 類型:
浮點數類型
- 選項:
介於 0 至 1 之間的值
- 描述:
指定實際投資過程中要投資的優勝資產比例。此參數決定了多少表現最佳資產將被投資。
INCLUDE_INTERPRETABILITY_ANALYSIS¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否將可解釋性分析納入整體分析的一部分。可解釋性分析旨在提供對驅動投資組合生成的特徵的深入了解。
INCLUDE_ECONOMIC_DISTILLATION¶
- 類型:
布爾類型
- 選項:
True,False.- 描述:
確定是否將經濟蒸餾分析納入整體分析的一部分。經濟蒸餾分析旨在識別影響投資組合表現的最重要經濟特徵，從而使模型更具有針對性和可解釋性。
PROP_DISTILLED_FEATURES¶
- 類型:
浮點數類型
- 選項:
介於 0 至 1 之間的值
- 描述:
指定經濟蒸餾過程後要保留的最重要特徵比例。此參數決定了經濟蒸餾模型中將使用多少原始特徵，目的是創建一個更易於解釋且更有效的模型。
DISTILLER_NAME¶
- 類型:
字符串類型
- 選項:
LinearRegression,Ridge,RidgeCV,SGDRegressor,ElasticNet,ElasticNetCV,Lars,LarsCV,Lasso,LassoCV,LassoLars,LassoLarsCV,LassoLarsIC,OrthogonalMatchingPursuit,OrthogonalMatchingPursuitCV,ARDRegression,BayesianRidge,HuberRegressor,QuantileRegressor,RANSACRegressor,TheilSenRegressor,PoissonRegressor,TweedieRegressor,GammaRegressor,PassiveAggressiveRegressor.- 描述:
指定經濟蒸餾分析中使用的特征蒸餾器。該參數決定了用於從原始輸入變量集中識別最重要特徵的具體方法。
Y_NAME¶
- 類型:
字符串類型
- 選項:
Scores,Portfolios.- 描述:
指定經濟蒸餾模型的目標變數。