Yuunagi Library

⌘K
    • 书架
      • 第01章 · 金融机器学习作为一门独立学科
      • 第1部分 · 数据分析
      • 第02章 · 金融数据结构
      • 第03章 · 标签方法
      • 第04章 · 样本权重
      • 第05章 · 分数阶差分特征
      • 第2部分 · 建模
      • 第06章 · 集成方法
      • 第07章 · 金融中的交叉验证
      • 第08章 · 特征重要性
      • 第09章 · 交叉验证超参数调优
      • 第3部分 · 回测
      • 第10章 · 下注规模
      • 第11章 · 回测的危险
      • 第12章 · 交叉验证回测
      • 第13章 · 合成数据回测
      • 第14章 · 回测统计
      • 第15章 · 理解策略风险
      • 第16章 · 机器学习资产配置
      • 第4部分 · 实用金融特征
      • 第17章 · 结构性突变
      • 第18章 · 熵特征
      • 第19章 · 微观结构特征
      • 第5部分 · 高性能计算指南
      • 第20章 · 多进程与向量化
      • 第21章 · 暴力搜索与量子计算
      • 第22章 · 高性能计算智能与预测技术
    • 笔记
    • 论文
    • 标签
    关于

    第2部分 · 建模

    • 本部分章节

    Part 2

    建模

    集成方法、交叉验证、特征重要性、超参数调优。

    本部分章节#

    第 6 章 集成方法 第 7 章 金融中的交叉验证 第 8 章 特征重要性 第 9 章 交叉验证超参数调优
    本站由 Hugo + Hugo Book 主题构建,托管于 GitHub Pages。书籍通过 MinerU VLM 提取排版,AI 辅助翻译校对。
    © 2026 Yuunagi Library
    Backward 第05章 · 分数阶差分特征
    第06章 · 集成方法 Forward
    Yuunagi Library - © Yuunagi
    • 本部分章节