分享
注册
1分钟入驻>
关注/提问
咨询TA
13381154379 
首发回答
数据清洗方面，首先要处理缺失值，可根据数据特点选择删除缺失值所在行或列，或者采用均值、中位数、众数等方法进行填充。其次要处理异常值，比如通过统计分析方法识别出异常值并进行修正或删除。
特征工程方面，要进行特征选择，可采用相关性分析、方差分析等方法筛选出与目标变量相关性高、方差较大的特征。还要进行特征变换，例如对数据进行标准化、归一化处理，或者进行对数变换、指数变换等，以改善数据的分布和线性关系。此外，还可以通过组合特征、构造新特征等方式来增加特征的多样性和信息量。
股票量化交易的数据清洗和特征工程较为复杂，如果你想深入了解，右上角添加我的微信，我可以给你分享一份详细的量化交易数据处理指南，助你在量化交易中取得更好的收益。
特征工程方面，要进行特征选择，可采用相关性分析、方差分析等方法筛选出与目标变量相关性高、方差较大的特征。还要进行特征变换，例如对数据进行标准化、归一化处理，或者进行对数变换、指数变换等，以改善数据的分布和线性关系。此外，还可以通过组合特征、构造新特征等方式来增加特征的多样性和信息量。
股票量化交易的数据清洗和特征工程较为复杂，如果你想深入了解，右上角添加我的微信，我可以给你分享一份详细的量化交易数据处理指南，助你在量化交易中取得更好的收益。
发布于2025-4-20 05:13 广州
当前我在线
直接联系我
秒答
收藏
分享
追问
踩 
举报
搜索更多类似问题 >
131
电话咨询
+微信
咨询
