规范化配置

规范化可确定在机器学习系统使用数据之前如何对数据进行转换。进行多次规范化会在系统中输入多个值。

每个变量都需要进行至少 1 次规范化，并且最多可以进行 500 次规范化。

规范化的类型

规范化	说明
Noop	使用原始值。
Global Standard Deviation	使用 Z 分数，对每只证券在某个时间窗口内进行局部调整，然后根据最大和最小 Z 分数，对所有证券进行全局调整。
Local Standard Deviation	使用 Z 分数，对每只证券在某个时间窗口内进行局部调整。
Global N1Top1	将所有证券某个时间窗口的数值调整为负 1 到正值之间。
Local N1Top1	将每只证券某个时间窗口的数值局部调整为负 1 到正值之间。
Global N1Top1 v2	将每只证券某个时间窗口的数值局部调整为负 1 到正值之间，然后将所有证券的数值调整为负 1 到正值之间。
Global Z1Top1 v2	将每只证券某个时间窗口的数值局部调整为零到正值之间，然后将所有证券的数值调整为负 1 到正值之间。
Global Z1Top1	将所有证券某个时间窗口的数值调整为零到正值之间。
Local Z1Top1	将每只证券某个时间窗口的数值局部调整为零到正值之间。
Global Standard Deviation	使用 Z 分数，对每只证券在指数加权的时间窗口内进行局部调整，然后根据最大和最小 Z 分数，对所有证券进行全局调整。
Local Standard Deviation	使用 Z 分数，对每只证券在指数加权的时间窗口内进行局部调整。
Global N1Top1 EWM	将每只证券在指数加权的时间窗口内的数值局部调整为负 1 到正值之间，然后将所有证券的数值调整为负 1 到正值之间。
Global ZTop1 EWM	将每只证券在指数加权的时间窗口内的数值局部调整为零到正值之间，然后将所有证券的数值调整为负 1 到正值之间。
Global ZTop1 EWM	将所有证券在指数加权的时间窗口内的数值调整为零到正值之间。
Local ZTop1 EWM	将每只证券在指数加权的时间窗口内的数值局部调整为零到正值之间。
Global N1Top1 EWM	将所有证券在指数加权的时间窗口内的数值调整为负 1 到正值之间。
Local N1Top1 EWM	将每只证券在指数加权的时间窗口内的数值局部调整为负 1 到正值之间。