收录于话题
在QuantML-Qlib中，星球会员经常问到的一个问题便是如何运行日内模型，本文我们将介绍如何基于分钟频数据训练xgboost，包括如何导入数据，配置参数，运行模型以及在运行时经常会遇到的一些问题，其他频率的数据运行方法相同。
准备数据
与日频数据一样，可以采用从csv导入为bin文件，或者直接导入各类数据库，直接从数据库读取数据，本文采用第一种方法，数据库读取的方法参考公众号之前的文章。
分钟频数据的获取需要从第三方获取，为避免广告嫌疑，不做任何推荐。如果没有三方数，可以从星球获取部分测试数据，数据已经处理为csv格式，然后进入到scripts目录下，运行以下命令：
python dump_bin.py dump_all --csv_path <your_data_path> --qlib_dir <your_bin_data_path> --include_fields open,close,high,low,vwap,volume,total_turnover,num_trades -freq 1min
这里需要注意的是，后续的因子计算需要用到vwap字段，如果数据商没有提供vwap数据（我们测试数据中没有vwap字段），需要进行手动计算。计算方法有两种，一是直接使用成交量和成交额计算，相关的计算代码已经加到了dump_bin之中，另外还有一种方法，在没有成交额或者成交量时，采用近似算法：(high + 2*close)/6
会在指定的目录下生成qlib所需的数据格式，生成好的bin文件数据也已上传至星球，可以自行下载获取。
配置参数
以XGBOOST模型为例，在example/benchmarks/XGBoost目录下构建workflow_config_min_xgboost_Alpha158.yaml配置文件，大部分配置与日频的config文件配置相类似，需要修改的内容包括：
-
在 data_handler_config 中加入 freq: ‘1min’ 参数 -
将所有的日期从日频格式改为分钟频格式 -
end time 中的小时部分改为15：00：00 -
日频数据正常交易情况下不存在成交量0的情况，所以因子没有极值，但是在分钟频下，有些因此在除以volume时会有异常值出现，需要加入数据清洗的步骤，否则程序报错
以上修改均已写入config文件，可自行参考，接下来运行目录下的run.py文件即可。为了便于测试，我们在文件的instruments目录下建一个test文件，只包含100只股票用于训练，因子采用分钟频的alpha158因子，目标为：
“Ref(close, -1) – 1″
模型参数如下：
class: XGBModel
module_path: qlib.contrib.model.xgboost
kwargs:
eval_metric: rmse
colsample_bytree: 0.8879
eta: 0.0421
max_depth: 8
n_estimators: 647
subsample: 0.8789
nthread: 20
最终的结果如下：
{'IC': 0.04671055094777292,
'ICIR': 0.28093567513253737,
'Rank IC': 0.0634098272234711,
'Rank ICIR': 0.5279470290513801}
样本外时间段较短，且股票数量较少，结果仅作为展示，不具备统计学意义。
本文是分钟频数据和模型介绍的第一篇，如果你在运行时遇到问题，欢迎与我们交流。
后面我们还会介绍如何同时使用分钟频以及日频数据用于模型训练。
QuantML星球内有各类丰富的量化资源，包括上百篇论文代码，QuantML-Qlib框架，研报复现项目等，星球群内有许多大佬，包括量化私募创始人，公募jjjl，顶会论文作者，github千星项目作者等，星球人数已经500+，欢迎加入交流
我们的愿景是搭建最全面的量化知识库，无论你希望查找任何量化资料，都能够高效的查找到相关的论文代码以及复现结果，期待您的加入。
