返回列表

5th place solution, single NN model

500. Ubiquant Market Prediction | ubiquant-market-prediction

开始: 2022-01-18 结束: 2022-07-19 量化投资 数据算法赛
第5名解决方案,单一神经网络模型

第5名解决方案,单一神经网络模型

作者: Ricardo Colomer | 发布时间: 2022-07-20

感谢 Ubiquant 以及所有参与比赛的人,特别感谢那些在精彩 Notebook 中分享知识的 Kagglers。
我制作这个 Notebook 的初衷是使其尽可能简单和稳定。

排名 分数 更新情况
1344 0.1481 公共排行榜
16 0.0865 公共排行榜更新1 (publicleaderboard_update1)
24 0.1141 公共排行榜更新2 (publicleaderboard_update2)
11 0.1304 公共排行榜更新3 (publicleaderboard_update3)
13 0.1239 公共排行榜更新4 (publicleaderboard_update4)
5 0.1198 公共排行榜最终更新 (publicleaderboard_update_final)
  1. 训练数据: train.csv (time_id > 599) + supplemental_train.csv
  2. 目标值处理: 对目标值进行对数转换,并移除了 127 行目标值异常值。
  3. 特征工程: 没有进行特征工程,仅使用 sklearn 的 QuantileTransformer 对特征进行转换。
  4. 模型: 简单的神经网络 (NN) 模型,包含四个全连接层 (optimizer=Adam, loss='mse', metrics=[rmse, wcorr])。
  5. 交叉验证: 使用自定义交叉验证进行训练,共 20 折,并设置 10 个 time_id 的清洗。
同比赛其他方案