收益率配平是什么意思呀
买了个小键盘,上课偷偷写代码。
最近遇到个问题,在时序交叉验证中我并不能配平训练集和验证集的收益率。训练出来的结果都是cjb。
如果用准确率来评判的话感觉感觉训练出来的结果会过拟合,毕竟60%左右的准确率已经算是极限了。
在小市值导数曲线中求积分再对验证集添加权重虽然能配平,但是训练集小市值导数数的变化曲线变化率(小市值曲线的二阶导)和验证集是不一样的。
(例如在2015年上证最高点去买策略硬吃股灾到2016年的收益率是80%,但在2022年买策略收益率也是80%。这两段分别做训练集和测试集参考价值并不高)。
这也很简单解决只要让抽样频率变高,然后再配训练集和测试集就完事了。这样能得到训练集周期/验证集=2 训练集振幅/验证集振幅=2
的不错的训练数据。但这也有个致命问题。我喂进去的数据是时序的,要强行配平意味着时序性会被完全打乱(可能未来的数据为训练集,过去数据为验证集,这样会不会过于抽象了)。
总之我还在找资料看下怎么解决这个问题