版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領
文檔簡介
1、正文目錄正文目錄本文研究導讀................................................................5過擬合問題與交叉驗證........................................................6模型的參數(shù)和超參數(shù)......................................................6欠擬合和過擬合...
2、.......................................................7交叉驗證................................................................8簡單交叉驗證.......................................................9K折交叉驗證...........................
3、.............................9留一法和留P法.....................................................9時序交叉驗證......................................................10時序交叉驗證應用于機器學習公共數(shù)據(jù)集.......................................11數(shù)據(jù)集.....
4、............................................................11北京地區(qū)PM2.5數(shù)據(jù)集..............................................11辦公樓監(jiān)控管理數(shù)據(jù)集..............................................12銀行電話營銷數(shù)據(jù)集...............................
5、.................12機器學習方法...........................................................12K折與時序交叉驗證的結(jié)果及比較.........................................13時間序列數(shù)據(jù)......................................................13非時間序列數(shù)據(jù).......
6、.............................................14小結(jié)...................................................................15時序交叉驗證應用于全A選股數(shù)據(jù)集..........................................16人工智能選股模型測試流程..............................
7、.................16K折與時序交叉驗證的結(jié)果及比較.........................................18因子的時序特性....................................................18模型最優(yōu)超參數(shù)....................................................19機器學習模型性能.............
8、.....................................19單因子分層回測....................................................21構(gòu)建策略組合及回測分析............................................24小結(jié).............................................................
9、......26總結(jié)和展望.................................................................27風險提示...................................................................28圖表40：時序交叉驗證應用于XGBoost模型分層組合績效分析（20110131～20180928）.................
10、.......................................................................................................................22圖表41：時序交叉驗證應用于XGBoost模型分層組合回測凈值..................23圖表42：時序驗證XGBoost各層組合凈值除以基準組合凈值示意圖..............2
11、3圖表43：時序驗證XGBoost分層組合1相對滬深300月超額收益分布............23圖表44：時序驗證XGBoost多空組合月收益率及累積收益率....................23圖表45：兩種交叉驗證方法單因子分層回測結(jié)果對比...........................24圖表46：基于兩種交叉驗證方法構(gòu)建全A選股策略回測指標對比（邏輯回歸為基學習器，回測期20110131～20180928）....
12、...........................................24圖表47：基于兩種交叉驗證方法構(gòu)建全A選股策略回測指標對比（XGBoost為基學習器，回測期20110131～20180928）...............................................24圖表48：兩種交叉驗證方法應用于XGBoost全A選股策略表現(xiàn)（個股權(quán)重偏離上限2%，基準為滬深300）..........
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論