此部分的目标是：根据150个已有的特征值进行股价涨跌幅的分类预测，完成概率因子的测试。
预测的方案为分类
| 分类标签值： | 按照股票涨跌幅排序，收益前30%标记为1，其余为0 |
| 特征值： | 选取150个Alpha因子组合构成特征值 |
|---|---|
| 分类标签值： | 按照股票涨跌幅排序，收益前T%标记为1，其余为0 |
| 数据时间： | 2009年10月-2018年8月 |
| 缺失值处理： | 按照行业均值填充 |
| 数据标准化： | 基于原始数据的均值（mean）和标准差（standard deviation） |
| 数据集： | 周频：1094178 rows × 152 columns |
| 预测滚动周期： | 周频数据：根据前48周的数据值预测后一周的数据 |
| 单个模型预测 | 分类模型：xgb，lgb |
因子测试阶段分为两种。
因子中性化处理：为了在用某一因子时能够剔除其他因素的影响，使得选出的股票更加分散，需要进行中性化处理。（即：为了消除因子中的偏差和不必要的影响）
对于因子来说，中性化主要考虑市场风险和行业风险。
行业中性:多头组合的行业配置与对冲基准的行业配置一致，目的在于剔除行业因子对策略收益的影响，仅考察行业内部个股的超额收益。（行业中性策略的净值曲线往往比较平稳，回测较小）
风格因子中性:多头组合的风格因子较之对冲基准的风险暴露为0，目的在于使多头组合的风格特征完全与对冲基准相匹配，使得组合的超额收益不是来自于某类风格
| 目的： | 为了在用某一因子时能够剔除其他因素的影响，使得选出的股票更加分散，需要进行中性 化处理。（即：为了消除因子中的偏差和不必要的影响） |
|---|---|
| 主要考虑： | 市场风险和行业风险 |
| 处理方式： | 利用回归，得到一个与风险因子线性无关的因子，即通过线性回归提取残差作为中性化后的因子。（处理完成后的中性化因子与风险因子之间的相关性严格为0） |
| 因子测试 | 第一种直接选取前100只股票，等权分配 |
|---|---|
| 第二种选择前100只股票，根据行业基准权重进行不等权配置（每个行业至少要有1只股票） |