Projects | Aaron3963

机器学习因子回测平台

Tue, 30 Dec 2025 00:00:00 +0000

该项目是一个回测流水线，使用户能够轻松测试简单的算法交易策略。它包含回测所需的所有必要步骤，包括数据获取、特征生成、模型选择、信号生成和报告生成。该项目高度模块化，并兼容 sklearn 和 pandas，因此用户可以在几乎没有额外负担的情况下修改或导入策略。

交易信号会被保存并加载到 Backtrader 中进行回测，而 quantStats 负责生成 HTML 报告，其中包含所有测试指标以及如下所示的图表。此外，项目还包含一个自动化的 GitHub Actions 工作流，用于生成一个静态网页，其中汇总了所有生成的报告。

用于股票价格预测的 Attention LSTM 模型

Sat, 14 Jun 2025 00:00:00 +0000

在这篇项目论文中，我提出了一种结合自注意力机制的 LSTM 模型，用于预测个股价格，具体目标为英伟达（Nvidia，NVDA）。我的动机是通过引入注意力机制动态赋予重要时间步更高权重，从而改进传统 LSTM，并帮助模型捕捉标准 LSTM 往往难以充分识别的长期依赖关系。我也强调了特征工程的重要性，不仅纳入 OHLCV 数据，还加入了与英伟达供应链相关的宏观经济指标和大宗商品价格，例如锂、铜和黄金。

我的实验比较了三种模型：基准 LSTM、一个源自 AMV-LSTM 的变体，以及我提出的 Attention LSTM。尽管该变体在训练集上表现最好，F1 分数达到 0.891，但它出现了严重过拟合，并在测试集上崩溃，F1 分数仅为 0.094。相比之下，我的 Attention LSTM 取得了最高的测试集 F1 分数 0.629，比基准模型高出 2%，并展现出更好的泛化能力。我还发现，仅使用 OHLCV 数据训练的模型表现并不优于随机猜测，这进一步证明了多维特征对于该任务至关重要。

我的结论是，将 LSTM 与注意力机制结合，为股票预测提供了一个有前景的方向，尤其是在引入多样化的宏观经济与大宗商品数据后。未来工作可以探索更深层的注意力增强架构，并纳入新闻情绪等语义信息，以进一步提升预测表现。

图书馆人流量与天气分析

Fri, 01 Dec 2023 00:00:00 +0000

该项目已在线完全渲染，可在这里查看。

在这个项目中，我们研究了天气条件是否会影响 UCSD 图书馆的学生人流量模式，具体分析对象为 Geisel 图书馆和 WongAvery 图书馆。我们将图书馆的小时级入口计数数据与 NOAA La Jolla 气象站的天气数据相结合，覆盖时间为 2022-2023 学年。在进行了大量数据清洗、去除异常值、周末以及夜间时段后，我们将两个数据集合并用于分析。

我们的探索性分析揭示了一些有趣的模式：Geisel 图书馆的人流量在整个学期内相对稳定，即使在期末考试周也没有出现明显激增——这与普遍认知相反。我们还发现，周五和周末的人流量始终较低。在研究气温与图书馆访问量之间的关系时，我们观察到秋季学期和春季学期存在较弱但为正的线性相关关系，这表明较温和的天气可能会鼓励更多学生前往图书馆。然而，冬季学期并未表现出明确关系，因为学生似乎无论气温如何都会前往图书馆。

总体而言，虽然我们找到了一些证据支持“天气会影响图书馆人流量”这一假设，但这种关系较为有限。许多其他因素——例如学术日程、期中考试以及个人学习习惯——可能发挥着更重要的作用。我们还发现 WongAvery 数据存在质量问题，并将其从最终分析中排除，这也强调了未来工作中进行稳健数据收集的重要性。

PawPrints

Thu, 01 Jun 2023 00:00:00 +0000

我参加了一项区块链竞赛，并与团队开发了一个由区块链驱动的宠物医疗记录追踪与共享平台。该项目最终在富兰克林邓普顿 2023 区块链竞赛中获得第一名，并赢得 15000 美元奖金。

由于宠物主人、医院和保险提供商之间缺乏统一系统，宠物医疗报销流程一直十分繁琐，三方之间也缺乏足够的信任。本项目旨在利用区块链技术改善宠物医疗护理和保险中的文书处理流程。我们设计了一个自定义 Solidity 合约，为宠物主人、医院和保险公司提供交叉验证机制。

该项目运行在 Polygon 上。Polygon 是以太坊的一条侧链，具备 ETH 的所有特性，同时成本低得多。我们使用 Node.js 进行后端开发，使用 MySQL 进行数据库管理，并构建了基于 React 的前端，通过 REST API 进行连接。

如需了解更多信息，请查看我们的代码仓库和展示文稿。我们还提供了一份项目白皮书。

基于新闻标题情绪分析的 S&P 500 交易策略

Fri, 06 Dec 2024 00:00:00 +0000

该项目已在线完全渲染，可在这里查看。

在这个项目中，我们旨在构建一个能够根据每日新闻标题预测 S&P 500 指数上涨或下跌的模型。我们收集并分析了来自 CNBC、The Guardian 和 Reuters 的三年多新闻标题数据，时间跨度从 2017 年末到 2020 年中，并将其与对应的每日 S&P 500 交易数据结合。我们的探索性数据分析揭示了不同数据集规模的差异、标题中常见停用词占据主导，以及 2020 年初 COVID-19 导致的显著下跌；我们预计这些因素可能会影响模型表现。

我们首先使用基于 TF-IDF 特征的逻辑回归模型作为基准，其准确率仅约为 51%–55%。随后，我们实现了基于 Transformer 的分类器，并进行了大量超参数调优实验，包括调整注意力头数量、应用学习率衰减，以及测试多种文本预处理策略。表现最好的模型移除了停用词，并取得了 61.5% 的测试准确率——虽然提升有限，但高于随机猜测。

我们将该模型转化为一个量化交易策略：当模型预测市场偏空时做空市场。该策略在六个月内产生了超过 10% 的毛收益，显著优于简单的买入并持有策略。尽管结果令人鼓舞，但我们也承认，金融市场受到新闻情绪之外众多因素的影响。我们认为，未来使用 LSTM 或 BERT 等模型可能进一步提升预测表现。