ec官网产生原因是模型超参数选择不当或模型过度训练说到量化投资，咱们常常会听到“模子”这个词，量化投资中的模子是什么观点？又该怎样明白模子演练中的“过拟合”题目？本期专栏将环绕闭联专业线：何为模子？怎样划分模子与算法？
平常而言，模子（Model）由数据及怎样行使史册数据对他日数据举行预测的流程构成。而算法（Algorithm）指推广一种优化流程，即正在演练数据集上让模子的偏差最小化。
正在模子开采/模子预测、模子演练/预测值兼并等闭键中会将提取到的特质或Alpha因子进一步加工，获得“更优Alpha”。早期量化私募的模子开采以线性模子为主，跟着非线性模子（如机械研习、深度研习模子）占比慢慢晋升，其模子繁杂度、参数比拟传所有计研习模子有了很大晋升，预测后果也更好，量化机构整个投资本领取得较大先进——完全到怎样精美化管理树模子、神经收集模子等也从侧面呈现出各家筹议深度和广度的区别。
量化投资的闭键中所采用的模子大致能够分为三类：因子发掘模子、预测模子和组合优化及营业算法模子。个中预测模子的开展总体而言是从单纯到繁杂、他日还要更繁杂的迭代流程。目前，业内较量通用的预测模子网罗：
一、演练过拟合是机械研习语境下偏狭义颜色的过拟合，指“机械研习模子正在演练集上再现精良，但正在测试集或新数据上再现较差”。爆发情由是模子超参数采用失当或模子过分演练，处分计划凡是是采用合理的交叉验证要领采用模子超参数。
因为大众半机械研习模子并不是特意为金融时期序列开采的，这些模子正在量化修模中的使用须要合时安排。以是将机械研习使用到量化投资界限时，正在模子演练中怎样防范和避免过拟合显得尤为首要，须要归纳斟酌预测精度、模子可解说性、模子鲁棒性和谋划繁杂性等要素。个中金融时期序列预测务必避免行使他日消息，有时更方向于跟着时期的推移将时期序列分成演练、验证和测试块，即举行前向验证，而非模子超参数优化中的交叉验证。
声明：证券时报尽力消息可靠、切实，作品提及实质仅供参考，不组成实际性投资倡议，据此操作危机自担
转载请注明出处：MT4平台下载
本文标题网址：ec官网产生原因是模型超参数选择不当或模型过度训练