问题描述
XGBoost 交易策略。在特征工程步骤中，我将 Lopez de Prado 的 frac diff 应用于我所有的初始特征（开盘、收盘、高、低、成交量）。
从这些特征中，我产生了剩余的特征（技术指标、比率等）
我使用它作为二元分类标签移动了分数微分收盘时间序列（如果第二天的压裂差价高于今天的压裂差价标签1，反之亦然） 由于所有值都是正数，我将如何获得二进制标签？为了达到这个目标，我使用了如下代码：
df['label'] = np.where(df['frac_diff_close'].shift(-1) > df['frac_diff_close'],1,-1)
您认为从微分价格序列而不是简单的转移和二值化回报中获得我的 ML 标签是个好主意吗？书中没有提到有可能吗？
我的模型显着提高了 10%，但我担心标签中的偏见和欺骗
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）