爱吃折耳根的Ace (@_zheergen) “我去！做股票量化机器学习，最浪费时间的往往不是训练模型，而是每天手搓一堆因子。 t” — TopicDigg
爱吃折耳根的Ace
@_zheergen
加入 January 2024
0 正在关注 0 粉丝
我去！做股票量化机器学习，最浪费时间的往往不是训练模型，而是每天手搓一堆因子。
tsfresh，9.4K Stars，MIT 开源，一套专门把“时间序列特征工程”自动化的 Python 工具。
以前做因子研究，要自己想波动率、峰值、趋势、偏度、频域、相关性，再一个个写代码验证。
tsfresh 不一样，它先从 K 线、成交量、因子序列里批量挖出大量统计特征，再自动筛掉和目标没关系的噪音。
核心能力：
1️⃣ 自动特征提取：统计、趋势、峰值、频域、非线性等数百到上千个特征一次生成
2️⃣ 自动筛因子：内置统计显著性检验，不只是疯狂造特征，还会把无效特征砍掉
3️⃣ 直接接 Pandas / NumPy / scikit-learn，提完特征就能继续训练 LightGBM、XGBoost 等模型
4️⃣ 股票 K 线、成交量、Crypto、传感器等时间序列都能用，不绑某一种数据
5️⃣ 支持并行和 Dask，大规模时间序列也能继续往多核 / 集群扩
6️⃣ 自定义特征也能塞进去，现成因子不够，就把自己的量化逻辑一起接进来
我觉得它最有意思的地方，是把因子研究的顺序反过来了。
以前是：
先凭经验想因子 → 写代码 → 再验证。
现在可以先让 tsfresh 大规模挖一遍，再让统计筛选和模型告诉你，哪些东西真的有信息量。
它不是交易框架，也不会替你预测涨跌。
但如果你做机器学习选股、因子挖掘、时间序列预测或者 Crypto 量化，这种“自动造因子 + 自动筛因子”的工具非常省时间。
仓库：
显示更多
