本文采用混合方法收集数据集，利用ICICI Breeze和Yahoo Finance两个供应商获取全面的股票交易数据。ICICI Breeze提供一分钟间隔数据，但缺少调整后的收盘价，而Yahoo Finance的数据包含调整后的收盘价。通过将Yahoo Finance的调整因子重新采样到一分钟频率，与ICICI Breeze数据同步，实现了调整后的收盘价与一分钟数据的对齐。这种混合方法能够免费获取过去两年的调整后一分钟数据，为零售交易者提供了快速、经济高效的数据获取途径。通过这种方法，交易者可以获得全面的历史股票交易数据，帮助他们做出明智的交易决策。

数据集预处理

对于股票数据集，需要进行预处理以确保一致性和连续性。所有股票都被对齐为具有相同数量的行和匹配值的索引。缺失值使用线性插值进行填充，以确保数据连续性。技术指标被应用于数据集，作为决策树模型的输入。决策树模型的输出值（1表示买入，0表示卖出）被合并到数据集中。不需要对特征进行缩放或转换，原始特征直接用于模型中。数据集被分为训练集和测试集，用于训练和评估模型的性能。

模型实现

基于Scikit Learn库中的DecisionTreeClassifier模块开发了基于决策树的日内交易模型。选择了最大深度为四的决策树，使用基尼系数作为构建模型的准则。模型对于不同股票选择了大约五到七个指标进行决策。不同股票的输入特征具有变化，表明模型具有选择相关特征的适应性。

回测

使用Python的vectorbt库进行向量化回测，评估交易信号在历史数据上的执行情况。回测结果显示了该策略的盈利能力、风险调整回报和一致性。与买入持有基准进行比较，可以帮助交易者做出更明智的决策。回测过程对于评估该策略的有效性和实用性至关重要，为潜在的实时交易环境提供了有价值的见解。

关键绩效指标(kpi)在评价交易策略的有效性和绩效方面起着举足轻重的作用。kpi的年化使用每年252 × 375 = 94500个周期，其中252表示每年的交易日，375表示交易日内的交易间隔。分析中使用了以下kpi：夏普比率、总收益、CAGR(复合年增长率)、最大收缩、胜率、利润系数、波动、PSBBR、PSBBS。

在夏普比率中，股票超过基准(买入并持有)的百分比。该策略显示出良好的结果，在夏普比率、波动性和最大回调方面优于基准。然而，值得注意的是，该策略的总收益低于测试数据集中的基准。尽管如此，当根据波动性进行调整时，该策略的表现优于基准，提供了更好的风险回报比和更低的最大回撤。

这些发现表明，尽管该策略在测试数据集中的总回报略低，但其风险调整后的表现优于基准。这表明基于决策树的日内交易策略在管理风险和提供一致的回报方面更有效。从训练数据集到测试数据集，PSBBR和PSBBS值的下降进一步突出了这一点，但PSBBR的下降幅度要大得多，为42.50%，而PSBBS的下降幅度为28.57%。