| name | machine-learning-for-trading |
| description | Guides stefan-jansen machine-learning-for-trading ML4T book code for feature engineering, model training, backtesting, and workflow design. Use when implementing classical ML trading pipelines, alpha factors, or zipline-style research for ION DEX analytics. |
Machine Learning for Trading (ML4T)
仓库: https://github.com/stefan-jansen/machine-learning-for-trading
书籍: Machine Learning for Algorithmic Trading 2nd ed. — https://ml4trading.io
何时使用
- 经典 ML 量化:线性模型、树模型、NLP、深度学习、强化学习章节实验。
- 设计 ION DEX 回测/因子/标签流水线(非 LLM agent 路线)。
- 需要与
zipline-reloaded、alphalens-reloaded 生态对齐时。
仓库结构(按章)
| 目录前缀 | 主题 |
|---|
01_–04_ | ML 基础、数据源、Alpha 因子 |
05_–07_ | 线性/树/Boosting 策略 |
08_ml4t_workflow | ML → 策略回测工作流(重点) |
09_–24_ | NLP、深度学习、RL、合成数据等 |
环境
- 各章独立
requirements / conda;优先按 README 安装对应章节环境。
- 数据下载脚本在章节目录内;失败时查 GitHub Issues。
开发要点
- 工作流:
特征 → 标签 → 训练/验证 → 信号 → 组合回测 → 成本/滑点敏感性。
- 接 ION DEX:将 notebook 中的信号生成抽象为 backend job + 缓存表,UI 只读指标与 stale 状态(见
ion-data-backend)。
- 不要整本 notebook 搬进生产路径;只移植验证过的模块。
关联项目
详见 references.md。