均值绝对方向损失作为算法投资策略机器学习问题的新损失函数
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该研究提出了平均绝对方向损失(MADL)函数来解决金融时间序列预测中传统预测误差函数的问题,并使用加密货币和大宗商品的数据证明了新的损失函数可以选择更好的超参数,并在样本外数据上获得更高效的投资策略。
🎯
关键要点
- 该研究提出了平均绝对方向损失(MADL)函数。
- MADL函数旨在解决传统预测误差函数在金融时间序列预测中的问题。
- 研究使用加密货币(比特币)和大宗商品(原油)数据进行验证。
- 新的损失函数能够选择更好的超参数。
- 在样本外数据上,使用MADL函数获得了更高效的投资策略。
- 研究关注风险调整的回报指标。
➡️