熟悉 Python 数据处理与机器学习应用,能够搭建数据采集、特征工程、模型训练与自动化回测的完整链路,熟悉 scikit-learn 常用分类/回归模型,了解概率校准(Platt scaling)等模型可靠性优化方法,能够处理时间序列数据中的异常值与复权/拆分等工程细节问题
xia针对小资金、高交易成本场景,设计并实现一套低频量化择时策略。搭建了数据采集、特征工程、机器学习模型训练与自动化回测的完整流程,并引入概率校准方法解决模型预测过度自信的问题,显著提升了策略在真实交易场景下的可靠性与稳健性。项目包含每日自动化信号生成与消息推送模块,具备完整的工程化运行能力。