搜索结果
跳到导航
跳到搜索
- * **交叉验证:** 将训练数据分成多个子集，分别训练模型并评估其性能。选择在验证集上表现最好的 λ 值。[[K折交叉验证]]是一种常用的交叉验证方法。 [[交叉验证]] …9 KB（197个字） - 2025年3月17日 (一) 13:23
- * **交叉验证：** 将数据集划分为训练集、验证集和测试集。在验证集上调整 λ 值，选择能够获得最佳性能的 λ 值。[[K折交叉验证]]是一种常用的交叉验证方法。 | λ | 从较小的值开始尝试，逐步增大，观察模型性能变化。使用交叉验证选择最佳值。 | …9 KB（181个字） - 2025年3月17日 (一) 13:22
- * **参数调优:** GRU 模型的性能很大程度上取决于参数的选择。需要使用[[交叉验证]]等技术来选择最佳参数。 …神经网络]]、[[LSTM]]、[[Min-Max 归一化]]、[[Z-Score 标准化]]、[[损失函数]]、[[优化器]]、[[早停法]]、[[交叉验证]]、[[趋势追踪]]、[[均值回归]]、[[资金管理]] …9 KB（340个字） - 2025年3月17日 (一) 07:27
- * **交叉验证：** 将来自不同来源的数据进行比较。如果数据之间存在 * **使用多个数据源：** 依赖于单一数据源可能会使您面临数据错误的风险。使用多个数据源可以提供冗余和交叉验证。 …8 KB（102个字） - 2025年3月17日 (一) 00:33
- …的策略在历史数据上表现非常好，但在实际交易中表现很差。这通常是因为您的策略过于复杂，并且针对特定的历史数据进行了优化。 避免过度拟合的技巧包括使用[[交叉验证]]和[[正则化]]。 …9 KB（211个字） - 2025年3月14日 (五) 12:10
- * '''研究方法：''' 了解IRA的研究方法是否严谨、客观，是否采用多种分析手段进行交叉验证。 * '''多方验证：''' 不要依赖单一IRA的观点，应参考多家IRA的研究报告，进行交叉验证，形成自己的独立判断。 …9 KB（213个字） - 2025年3月17日 (一) 10:21
- …，投资者和交易员在使用 ETRA 的研究成果时，应保持谨慎，并结合自身的判断和风险承受能力，做出最终的投资决策。 建议同时参考多个研究机构的报告，进行交叉验证，并实施有效的[[风险管理]]策略。 …9 KB（225个字） - 2025年3月17日 (一) 05:42
- …9 KB（186个字） - 2025年3月17日 (一) 00:07
- * **模型过拟合 (Overfitting):** 模型过度适应训练数据，导致在实际交易中表现不佳。需要使用[[交叉验证]]等技术来避免过拟合。 …列分析]] | [[均值回归]] | [[趋势跟踪]] | [[情绪分析]] | [[订单簿]] | [[异常检测]] | [[数据清洗]] | [[交叉验证]] | [[黑天鹅事件]] | [[基本面分析]] | [[链上数据分析]] | [[ …9 KB（198个字） - 2025年3月15日 (六) 08:09
- 6. **模型验证：** 使用独立的数据集验证模型的性能，评估其预测准确性和泛化能力。常用的验证方法包括[[交叉验证]]和回测。 * **过度拟合：** 模型在训练数据上表现良好，但在实际交易中表现不佳。可以通过[[正则化]]、交叉验证等方法来避免过度拟合。 …9 KB（110个字） - 2025年3月17日 (一) 15:44
- * **Cross-Validation（交叉验证）：** 使用交叉验证评估模型性能，可以避免过拟合。 …9 KB（166个字） - 2025年3月17日 (一) 12:18
- 2. **避免过拟合**：通过交叉验证和参数优化，减少策略对特定数据集的依赖。 …4 KB（66个字） - 2025年3月3日 (一) 19:46
- …的价格走势、识别交易机会、评估风险等。模型训练需要不断地进行优化，以提高预测的准确性和稳定性。常见的优化方法包括[[参数调整]]、[[正则化]]、[[交叉验证]]等。 …9 KB（156个字） - 2025年3月15日 (六) 02:29
- * **过拟合：** 深度学习模型容易过拟合训练数据，导致在实际交易中表现不佳。[[正则化]]和[[交叉验证]]是防止过拟合的常用方法。 …10 KB（129个字） - 2025年3月15日 (六) 03:33
- * **过拟合风险：** 模型可能过度拟合训练数据，导致在真实市场中表现不佳。 需要注意 [[正则化]] 和 [[交叉验证]]。 [[交叉验证]] …10 KB（199个字） - 2025年5月10日 (六) 19:50
- …10 KB（105个字） - 2025年3月15日 (六) 17:58
- * **回测偏差 (Backtest Overfitting):** 过度优化策略以适应历史数据，导致策略在实际交易中表现不佳。 需要使用[[交叉验证]]等技术来避免回测偏差。 [[Category:交叉验证]] …11 KB（244个字） - 2025年5月10日 (六) 22:25
- * **过度拟合：** AI 模型可能过度拟合历史数据，导致在实际交易中表现不佳。需要采用[[交叉验证]]等技术来防止过度拟合。 …10 KB（151个字） - 2025年3月15日 (六) 01:52
- * **交叉验证 (Cross-Validation):** 使用交叉验证方法，对模型进行更可靠的评估。 …10 KB（213个字） - 2025年5月10日 (六) 22:50
- * **交叉验证 (Cross-Validation)**：使用交叉验证方法评估模型的泛化能力。 …10 KB（265个字） - 2025年3月15日 (六) 02:18