14. 机器学习选股策略（教学骨架版）

参考来源：docs/_joinquant_migration_source/Example_14_机器学习选股.ipynb 第一个 Markdown cell。

14.1. 策略思路

• 原始思路为“滑窗特征 + SVM 二分类”；

• 教学骨架版强调 qteasy 的链路：特征/预测 -> 信号 -> 回测；

• 默认实现不在回测循环中重复重训练，而是用轻量规则近似模型输出，避免性能和可复现问题。

14.2. 诚实说明

• 若要使用真实机器学习模型，建议在策略外离线训练并固化预测结果，再在策略中读取；

• 这样更容易避免前视偏差，并控制优化模式的运行成本。

from examples.strategies.example_strategies import Example14MLSkeleton
import qteasy as qt

stg = Example14MLSkeleton()
op = qt.Operator(stg, signal_type='PS')
op.op_type = 'stepwise'
op.set_blender('1.0*s0')
res = qt.run(
    op,
    mode=1,
    asset_type='E',
    asset_pool=['600000.SH'],
    benchmark_asset='600000.SH',
    invest_start='20190101',
    invest_end='20211231',
    invest_cash_amounts=[1000000],
    trade_batch_size=100,
    sell_batch_size=1,
    trade_log=True,
)

14.3. 可执行脚本

• examples/strategy_example_14.py