表格深度学习相关 AI 资讯 · AI 热点

8月28日

20:22

20:22

官方账号arXiv cs.LG@Joshua Le Grice

精选73°

研究使用贝叶斯优化针对三种不同市场 regimes 进行超参数选择，训练了五种模型在300只美股上。XGBoost与TabNet组合的混合模型实现年化收益51.26%，夏普比率2.44，CAPM alpha为0.423(p=0.011)。该组合接近零beta，表明超额收益来自选股而非市场暴露。交互应用使结果可实时探索。

论文 XGBoost TabNet 贝叶斯优化

推荐理由：论文展示如何用贝叶斯优化提升交易信号鲁棒性，混合模型年化收益超50%，适合量化交易研究者。