ML算法对量化交易规则的处理

💡 原文约700字/词,阅读约需2分钟。
📝

内容提要

该文介绍了使用剪枝技术的ML算法,以去除多余或不重要的交易规则。结果可分为四种情况,包括符合规则、意外结果规则、意外条件规则和双方意外规则。然而,方案2在统计上不重要,方案1需要设定结果长度,后件长度会随时间变化,需要同时解决漂移和优化的选择算法。此外,规则提取算法本身存在缺陷,如容易过度拟合、对变化不稳定、对噪音不稳定、非连续性和只找到局部最优解。

🎯

关键要点

  • ML算法采用剪枝技术去除多余或不重要的交易规则。
  • 结果可分为四种情况:符合规则、意外结果规则、意外条件规则和双方意外规则。
  • 方案2在统计上不重要,风险较高。
  • 方案1需要设定结果长度,且后件长度会随时间变化。
  • 需要同时解决漂移和优化的选择算法,以避免模型不适合当前数据。
  • 规则提取算法存在缺陷,包括容易过度拟合、对变化和噪音不稳定、非连续性和只找到局部最优解。
➡️

继续阅读