Flock.io 任务 18：暗池交易模型

这是一个为 Flock.io 任务 18 - 暗池交易训练的神经网络模型。

模型详情

• 任务：暗池交易预测
• 框架：PyTorch → ONNX
• 输入：34 个特征（市场状态）
• 输出：1 个值（预测成交率/动作价值）
• 参数量：约 178 万（低于 300 万限制）

架构

多层感知机（MLP）：

• 输入：34 个特征
• 隐藏层：1024 → 1024 → 512 → 256 → 128
• 输出：1 个值
• 激活函数：ReLU
• 归一化：BatchNorm
• 正则化：Dropout (0.2)

使用方法

import onnxruntime as ort
import numpy as np

# 加载模型
session = ort.InferenceSession("model.onnx")

# 准备输入（34个特征）
input_data = np.random.randn(1, 34).astype(np.float32)

# 运行推理
outputs = session.run(None, {"input": input_data})
prediction = outputs[0]
print(f"预测结果: {prediction}")

训练

在 Flock.io 任务 18 数据集上训练：

• 训练样本：1200
• 验证样本：400
• 最佳验证损失：约 0.001

许可证

Apache 2.0