Type/to search

K线在线学习对照实验(Rust)

Common strategy
Created: 2026-07-26 18:35:17
Last modified: in 8 hours
8
Follow
1369
Followers

FMZ Rust 在线学习研究策略:在同一K线数据流中并行比较固定、逐根在线、滚动重训和误差门控四种逻辑回归更新机制。策略仅维护影子账户,不发送交易所委托;状态栏展示Log Loss、准确率、虚拟收益、回撤、持仓率、换手、翻转和参数位移。

Source
Rust
use std::collections::VecDeque;

// ============================================================================
// 策略名称:K线在线学习对照实验(Rust)
//
// 策略性质:研究型影子账户实验,不执行真实下单。
//
// 研究目标:
// 在完全相同的数据、特征、初始模型、信号阈值和成本假设下,比较:
// 1. 固定模型;
// 2. 每根 K 线更新一次的在线模型;
// 3. 使用近期窗口定期从头训练的滚动模型;
Strategy parameters
Strategy parameters
01 数据与样本
研究品种
K线周期
初始化监督样本数
行情轮询间隔(毫秒)
02 基础模型
初始化训练轮数
基础学习率
L2正则强度
多仓概率阈值
空仓概率阈值
03 滚动重训
滚动训练窗口
重训间隔(K线)
滚动重训轮数
04 误差门控
门控更新批量
门控冷却期(K线)
损失触发倍数
损失EMA系数
门控学习率倍率
05 成本与显示
单边换手成本(bps)
输出模型更新日志
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)