他還未發(fā)表過文章,積極發(fā)表文章能夠贏得更多積分哦,快去寫文章吧!
發(fā)表文章嘍...歷史題問
他還未提問過,有什么問題快來提問吧!
去提問歷史回答
現(xiàn)在的趨勢都是基于機器學(xué)習(xí)算法的投資策略 比如神經(jīng)網(wǎng)絡(luò)算法投資策略、隨機森林算法投資策略。隨機森林算法投資策略:把”機器學(xué)習(xí)“應(yīng)用到量化投資領(lǐng)域,不同于以往的量化策略。機器學(xué)習(xí)算法是一類從數(shù)據(jù)中自動分析獲得規(guī)律,并利用規(guī)律對未知數(shù)據(jù)進行預(yù)測的算法。其中,隨機森林算法是一種基于統(tǒng)計學(xué)習(xí)理論的組合分類器。它可以將用戶自選的各個因子,以機器訓(xùn)練的方式,自動分析其影響力度,從而給用戶投資建議。適合做多分類問題;1.當(dāng)存在分類不平衡的情況時,隨機森林能夠提供平衡數(shù)據(jù)集誤差的有效方法(通過屬性評估?);2.訓(xùn)練和預(yù)測速度快;3.對訓(xùn)練數(shù)據(jù)的容錯能力,是一種有效估計missing值的方法,當(dāng)數(shù)據(jù)集中有大比例的數(shù)據(jù)缺失時仍然可以保持精度不變; 4.能夠有效地處理大的數(shù)據(jù)集;5.它能夠處理很高維度(feature很多)的數(shù)據(jù),并且不用做特征選擇 6.能夠在分類的過程中可以生成一個泛化誤差的內(nèi)部無偏估計(OOB error可以作為泛化誤差的一個估計);7.能夠檢測到特征之間的相互影響以及重要性程度(通過feature_importances_方法);8.不容易出現(xiàn)過度擬合;實現(xiàn)簡單容易并行化(通過n_jobs)。 9.模型的上述性能可以被擴展運用到未標(biāo)記的數(shù)據(jù)集中,用于引導(dǎo)無監(jiān)督聚類、數(shù)據(jù)透視和異常檢測
2017-11-20 13:37
積分等級: 0 級
當(dāng)前排名:第 6881 名
當(dāng)前積分:-560.18 積分
榮譽勛章:
如果您對牛錢網(wǎng)有意見和建議請發(fā)郵件至:
niumoney@163.com,并請留下您的聯(lián)系方式,我們的工作人員會盡快與您聯(lián)系!
全國服務(wù)熱線:0551-63423017
工作時間: 08:30-17:00

投資有風(fēng)險,入市需謹(jǐn)慎!
? 2015 niumoney.com 牛乾金融信息服務(wù)(上海)有限公司 合肥牛錢網(wǎng)絡(luò)科技有限公司 ICP備案:皖B2-20180032-2
皖公網(wǎng)安備 34011102000225號
廣播電視節(jié)目制作經(jīng)營許可證 (皖) 字第00488號 | 增值電信業(yè)務(wù)經(jīng)營許可證 皖B2-20180032