文章图片

作者还计算了平均成交及订单的时间间隔：
最后一类特征是对股票聚类后计算的特征 ， 作者先使用Kmeans ， 根据股票间波动率的相关系数 ， 把股票分成了7类 ， 然后之前的特征又根据聚类计算了每一类特征的均值作为新的特征 。
模型
模型层面就是常用的lightgbm和全连接神经网络 ， 下图是lgbt给出的前20个特征的重要性 。

文章图片

神经网络模型有三层全连接层 ， 神经元的数量分别为（128 ， 64 ， 32） 。 在全连接层之前 ， 首先加入了一个嵌入层对股票id转换为向量：

文章图片

在交叉验证的训练数据分组中 ， 作者代码中说使用了KNN+算法 ， 小编一开始也是一头雾水 ， 直到看到以下讨论：
作者这番操作的意图是随机对训练数据分成五组 ， 但又要使每组训练数据中预测值（波动率）的分布尽量保持一致 。
最终提交的结果为lightgbm与neural network模型预测结果的均值：
【Optiver波动率预测大赛系列三：首次开源的金牌代码】
文章图片

总结
以上是整个方案的主体框架及其中容易掉坑的部分 ， 希望该方案能给大家带来启发 。 特别是特征构建的维度 ， 毕竟特征是模型效果的天花板 。 本次榜单更新 ， 又有一些新的方案开源 ， 期待下一次榜单更新 ， 给大家带来更多惊喜 。