机器学习交易入门
合成数据上的随机森林与小型LSTM实验，核对时间切分、基线及局限。
免费开放建议学习时长（含练习）：8 小时
课程简介
本课以固定合成数据、离线代码和可核对案例学习研究方法。包含说明、计算、实验与自评，不接入真实行情或交易账户，不将模拟结果当作真实业绩。需外部依赖或终端的实验应单独记录运行状态。
学习目标
- ✓模块1：运行ml_lab.py，核对标签终点、时间切分与gap；输出训练测试样本数和类别比例，并说明为何不使用随机洗牌拆分。
- ✓模块2：手算上述指标，运行随机森林样例并与多数类基线比较；记录超参数、随机种子与样本边界，不用测试集调参。
- ✓模块3：按lstm_lab.py检查张量形状、训练/测试边界，记录实际安装和运行状态；与多数类基线比较。若未装PyTorch，不得填训练通过。
先修要求
- •具备基础Python语法；按配套README准备独立环境
- •使用合成数据，不需要API key、真实账号或资金
