交叉验证是一种在统计学和机器学习领域广泛使用的技术,主要用于评估模型的泛化能力,即模型对未见数据的预测能力。这种技术在金融领域的量化交易策略开发中尤为重要,因为金融市场的数据通常具有高度的不确定性和变化性。交叉验证通过在不同的数据子集上训练和测试模型来帮助识别和防止过拟合,过拟合是指模型对训练数据过度优化,从而导致其泛化能力下降。
精华参考:【研报分享】华泰证券——对抗过拟合:从时序交叉验证谈起
![](/wiki/api/attachments.red
更新时间:2024-05-20 05:56
量化交易策略中可以添加组合优化器吗,然后按照选择的资产配置方法对每个策略分配资金?
更新时间:2023-10-09 06:41
# 回测引擎:初始化函数,只执行一次
def m2_initialize_bigquant_run(context):
context.myIns = ['000897.SZA', '600208.SHA', '600533.SHA', '000926.SZA', '601668.SHA', '600854.SHA', '600228.SHA', '600383.SHA', '300988.SZA', '603858.SHA', '300939.SZA']
# 交易引擎:每日盘前触发一次。
def m2_before_trading_s
更新时间:2023-10-09 06:38
更新时间:2023-06-01 02:13
• 点击新建对话,创建一个新对话
• 点击输入框,开始与QuantChat交流
• 您可以直接输入以下对话
![{w:100}](/wiki/api/attachments
更新时间:2023-05-04 02:31
机器学习量化交易策略的制定,是通过从海量历史数据中,利用计算机强大的处理能力,挖掘并分析出那些能够为投资者带来收益的各种大概率可行的投资方式来实现的。通过数学模型对这些策略进行分析并加以验证,以期望让投资者获得更高更稳定的收益,或更合理地规避风险。
长短期记忆网络是人工神经网络的一种,具有负责计算时间序列中各个观测值之间依赖性的能力,同时具有快速适应趋势中急剧变化的固有能力。所以,长短期记忆模型可以在波动的时间序列中很好地工作。在处理股票价格这样的时间序列数
更新时间:2022-10-09 06:15