MLFinLab 2.1.0: изменения индексации баров и оценки волатильности

Сводка

В анонсе релиза описаны изменения MLFinLab — инструментария для разработки торговых систем на основе машинного обучения. Теперь при генерации баров временные метки возвращаются как индекс DataFrame, что согласует формат с последующими функциями и избавляет от ручного преобразования индекса. Оценки волатильности теперь выбирают входные данные OHLC по названиям столбцов в нижнем регистре, а не по их порядку; согласно релизу, прежний подход мог без предупреждения приводить к неверным результатам. Пользователям может потребоваться изменить названия столбцов и удалить код сброса индекса временных меток.

Другие изменения включают поддержку Python 3.9 и обязательный флаг оценки вероятностей для кросс-валидации, призванный устранить неоднозначность, когда функция оценки требует предсказанных вероятностей. В анонсе приведены примеры обновлённого формата данных и входов оценщиков, но нет сравнений производительности или эмпирических данных о результатах торговли. Это примечания к интерфейсу и надёжности программного обеспечения: они объясняют необходимые изменения кода, а не предлагают и не подтверждают торговый метод.

Ключевые идеи

• При генерации баров временные метки теперь автоматически помещаются в индекс DataFrame.
• Оценщики волатильности определяют данные OHLC по названиям столбцов в нижнем регистре, а не по их порядку.
• Изменение может потребовать переименования входных столбцов и удаления ручной индексации временных меток.
• Функция оценки при кросс-валидации теперь требует указать, нужны ли прогнозы вероятностей.
• В релизе описаны изменения совместимости и удобства использования, а не доказательства улучшения торговых результатов.

Теги

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.