机器学习应用量化投资：『过拟合』终极解决方案！

标星★置顶公众号     爱你们♥   作者：Marcos López de Prado      编辑：1+1=61、前言 近年来，基金经理已开始用基于计算机的统计方法（例如ML）代替或补充经典的统计方法（例如计量经济学）。知名的ML公司包括RenTec，Two Sigma，DE Shaw，TGS，Capital Fund Management等。经典方法容易过拟合是由于其：依赖训练集的误差估计、假设仅进行了一次试验。在错误使用时，机器学习过拟合的风险比经典方法更高。今天为大家带来Marcos教授的一篇研究。2、什么是过拟合 ▍误差分解考虑一个预测结果的函数，使得误差不可预测，其中和最小。一个统计模型提出一个近似于的函数均方误差（MSE），是以下各项的总和：偏差平方：方差：噪声：估计量中偏差和方差的组合▍偏差-方差权衡 ………………………………