用Qlib模拟实战中机器学习多因子预测的流程：必须滚动预测

绝大多数同学学习qlib，是从qlib提供的基本案例workflow_by_code.ipynb开始的，从文件名workfow可以看出，它隐含了一个基本的使用机器学习执行多因子预测的基本流（工作流）。

这个流程概括出来包括如下步骤：

1. 设置股池， 如all或csi300
2. 加载行情
3. 生成因子和标签
4. 因子和标签预处理
5. 设置时段（训练、验证、测试）
6. 训练
7. 预测

但是，这个流程只是最基本的研究流程。如果你觉得学习了这个流程就可进行实战，那就大错特错了。为啥这样说呢？先看看例子文件中的一个时段配置如下：

这里，最终模型绩效评估是要用测试集时段的数据来测试的。按此配置，是在训练和验证集上训练模型，然后用这个训练好的模型去预测测试集中每一天的收益率。这就有一个问题，测试集跨度4年时间，相当于在2020年你还在使用4年前模型来预测，这样的评价方式明显不符合实战流程。在实战中，是滚动训练和预测的，比如执行月度调仓，那么可能每月底都要重新训练和预测，这里滚动步长step就是一个月。因此，在进行模型绩效评价时，也要模拟实战这种滚动的过程，这样的评价结果才更加符合实际。

市面上讲股票机器学习多因子预测的文章，通常都是按照workflow_by_code.ipynb的流程模式讲，没有讲更加符合实际的滚动训练与预测（walkforward或rolling）。这是因为，滚动操作的代码比较复杂，甚至很多作者都不知道滚动训练与预测的方法。

针对这个短板，我们开发了使用qlib进行滚动训练预测与回测的视频课程“扫地僧微软AI量化平台Qlib教程系列二：滚动训练、预测、回测与实战”，期望将机器学习用于实战的同学可以去看看，课程头几节是免费的，详细介绍了qlib中滚动训练预测的原理。

因子研究还有一个重要问题，就是预测回测好后，怎样生成订单供给实盘使用？课程里也提供了代码和方法，后面我们会写文章专门讲解。

课程另一个亮点是，将qlib预测结果喂给backtrader，由backtrader来执行回测，这样更加灵活，课程给出了backtrader实现topkdropout策略的源码。