基于可微RankIC损失函数的深度学习选股策略——机器学习选股系列研究之一.docx

基于可微RankIC损失函数的深度学习选股策略——机器学习选股系列研究之一.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

正文目录

模型训练的理论基础与技术基础 4

训练循环逻辑 5

小批量梯度下降 7

大规模数据集存储格式TFRecord 7

以交易日切割股票批数据集的合理性 9

数据洗牌Reshuffle 9

构建可微RankIC作为深度学习训练的损失函数 9

构建Pearson相关系数的损失函数 10

基于可微排序构建RankIC损失函数 10

基于Sigmoid的软排序 10

神经排序NeuralSort 11

基于TensorFlow的损失函数构建 13

以深度网络进行线性模型的优化 13

参数设定情况 13

因子聚合效果 15

总结与展望 21

风险提

文档评论(0)

535600147 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6010104234000003

1亿VIP精品文档

相关文档