请教CTA策略在集成学习时的技术处理方法?

集成学习先要有一些弱分类器,多因子策略可以随机抽取某个月每个股票的因子值及其下个月的收益情况,从而产生大量弱分类器,那么CTA策略在选择弱分类器时如何处理呢?显示全部

集成学习先要有一些弱分类器,多因子策略可以随机抽取某个月每个股票的因子值及其下个月的收益情况,从而产生大量弱分类器,那么CTA策略在选择弱分类器时如何处理呢?

收起
参与8

返回rein07的回答

rein07rein07  系统架构师 , 某证券

集成学习是采用弱分类器形成强分类器的过程,有点像卷积神经网络里面的卷积功能,弱分类器形成强分类器的过程是个不断学习调优权重的过程,通过学习,优化每个弱分类器的权重,从而得到一个比较优的模型。无论是CTA还是其他业务场景,在面对这么多因子形成的弱分类器时,可以考虑用深度学习算法实现,通过训练样本形成弱分类器的向量集合,交给深度学习算法,它会帮你计算每个弱类型分类器的权重,形成较优的强分类器模型。

证券 · 2018-01-31
浏览1442

回答者

rein07
系统架构师某证券
擅长领域: 人工智能大数据机器学习

rein07 最近回答过的问题

回答状态

  • 发布时间:2018-01-31
  • 关注会员:2 人
  • 回答浏览:1442
  • X社区推广