以下是我们的方法论概述,涵盖从最初的数据收集到策略回测:
- 数据收集:数据收集:我们收集、整理和精简了上市公司超过25年的历史价格和财报数据
- 数据预处理:数据预处理:预处理历史数据,利用各种机器学习技术来管理缺失的数据点和异常值。此外,数据集经过了严格的人工质量控制,以进一步提高可靠性和准确性,好支持模型训练。
- AI模型训练:我们使用Google Vertex AI平台管理数据集,进行预处理和模型训练操作。需要注意的是,我们的AI模型是动态的,我们会不时地将新数据输入到模型中,旨在不断更新和改进模型。
- 数据分析:随后,我们将训练的模型部署到各个历史节点,为股票分配标签,并基于股票的财务指标创建ProPicks策略。ProPicks策略会根据AI模型分析生成的新评级并定期更新。
- 回测:然后,使用我们的专有回测模块回测ProPicks策略,以评估这些策略在历史上的表现。
还有疑问?
我们希望您已找到想要的答案。如欲了解更多信息,请访问英为财情Investing.com帮助中心。
评论
0 条评论
文章评论已关闭。