Core Engine
模型引擎
三大梯度提升树模型协同，构建多层次预测架构
XGBoost + LightGBM
溢价预测 · 黑名单过滤XGBoost 负责打板溢价预测与因子交互挖掘，LightGBM 主导隔夜牛黑名单风险预警 — 62因子 · LGBM AUC 0.985 · 召回率69.9%。两台引擎互为镜像，一个筛选机会，一个过滤风险。
135溢价因子
62风控因子
0.985LGBM评分
CatBoost + XGBoost
破板预测 · 涨停溢价 · ETF轮动CatBoost 是核心决策引擎 — 涨停溢价模型基于127因子预测次日冲高5%概率，正样本率从39%提升至65%+；破板预测模型68维→42维精选，回测Precision 85.5%，回测AUC 90.1%；ETF轮动73因子模型，回测胜率82%+。XGBoost 辅助验证与集成。
127溢价因子
68破板因子
73ETF因子
XGBoost
极致梯度提升，正则化防止过拟合。擅长处理大规模稀疏特征与非线性交互。溢价预测、因子筛选的核心工具。
- L1 + L2 正则化
- 列采样防过拟合
- 分布式训练支持
CatBoost
有序提升 + 对称树结构。原生支持类别特征，无需手动编码。破板预测、涨停溢价、ETF选股三大模型均基于此。
- Ordered Boosting
- 对称树快速推理
- 原生类别特征支持
LightGBM
基于直方图的决策树算法，训练速度极快。在隔夜牛黑名单四模型对比中以AUC 0.985胜出。
- GOSS 梯度单边采样
- EFB 互斥特征捆绑
- Leaf-wise 生长策略
