策略案例

[https://bigquant.com/experimentshare/05c39d35fc4542cc9fc763d812220af9](https://bigquant.com/experimentshare/05c39d35fc4542cc9fc763d812220a

https://bigquant.com/experimentshare/665da325d93a48c397f0fe70abdca825

\

为什么要用自定义损失函数

1. 能够适应特定任务: 如在金融领域中，可以设计自定义损失函数来考虑不同的风险偏好、成本约束或者特定的投资目标。
2. 提升模型性能: 自定义损失函数可以通过对模型输出和目标之间的差异进行更精确的度量，从而提高模型的性能。通常情况下，使用常见的损失函数如均方误差（

为什么要用自定义损失函数

1. 能够适应特定任务: 如在金融领域中，可以设计自定义损失函数来考虑不同的风险偏好、成本约束或者特定的投资目标。
2. 提升模型性能: 自定义损失函数可以通过对模型输出和目标之间的差异进行更精确的度量，从而提高模型的性能。通常情况下，使用常见的损失函数如均方误差（

https://bigquant.com/experimentshare/674ea5c045844e0fa032173cbc230f4e

\

导语

当用户训练出具有一定意义的深度学习模型的时候，把训练得到的模型固化到本地可以方便以后的调用，关于如何固化深度学习模型，请移步这里，一般来说，固化深度学习模型是为了节省下一

使用场景

因子分析

输入端

• 输入因子-来自输入特征列表等模块：特征列表，必选。
• 用户自定义特征数据：自定义数据，可选。

输入参数

• 分析报告标题：默认为 因子分析: {factor_name}，必填。
• 开始日期：数据的开始日期，必填。
• 结束日期：数据的结

/wiki/static/upload/bf/bf43777d-70f4-4cfc-be1c-d17c4002d57b.pdf

\

什么是增量训练

增量更新的应用场景

\