机器学习笔记（一）：回归算法

最新推荐文章于 2024-10-13 00:07:57 发布
原创 最新推荐文章于 2024-10-13 00:07:57 发布 · 202 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了目标函数和损失函数的区别与联系，解释了它们在模型优化过程中的作用。目标函数指导模型优化方向，而损失函数衡量预测值与实际值的差距。文中还提到了几种梯度下降方法，包括批量梯度下降(BGD)、随机梯度下降(SGD)和小批量梯度下降(MBGD)。

目标函数和损失函数是一样的，概念不一样。目标函数是模型优化过程中方向考虑的函数，损失函数是构建好的模型的损失值：预测值和实际值之间的差距的体现函数。

目标函数

批量梯度下降BGD

随机梯度下降SGD

小批量梯度下降法MBGD

 

均值回归入门
JanLEE
06-04 2502
导语：假设“跌下去的迟早要涨上来“，则一支股票的价格低于其均线越多的时候，它回归的可能性就越大，也就越值得买。本文选取偏离度最高的几支股票并进行调仓，意指在价格震荡中博取反弹。 ...
量化交易策略 均值回归
zhangzhechun的专栏
02-01 1663
均值回归策略是一种简单但有效的交易策略，但也存在一些局限性，如价格不一定一直回归平均价格等。因此，使用该策略时应该根据市场情况适当调整参数，并与其他技术分析工具结合使用，以最大化收益。均值回归策略是一种量化交易策略，它基于资产价格与其平均价格之间的关系。基本思想是：如果一个资产的价格高于其平均价格，那么有可能回落；如果一个资产的价格低于其平均价格，那么有可能上涨。以上代码实现了均值回归策略的核心功能，不过实际上还需要进一步结合实际市场数据进行交易模拟试验和优化策略参数。
均值回归策略（一）
虹之间的博客
05-27 2131
资产价格将围绕其历史均值进行波动，当价格偏离其长期平均水平时，价格趋向于回归到其平均水平，价格的偏离程度越大，回归的力度越大。因此，可以通过采取反向交易的方式（即价格偏低时买入，价格偏高时卖出）来获取收益。
Python股票交易---均值回归
探索人工智能领域
08-30 1268
免责声明：本文提供的信息仅用于教育目的，不应被视为专业投资建议。在做出投资决策时进行自己的研究并谨慎行事非常重要。投资涉及风险，您做出的任何投资决定完全由您自己负责。
量化之一：均值回归策略
qq_40622955的博客
10-13 3646
均值回归（Mean Reversion）是金融市场中一种常见的现象，指的是资产价格在偏离其长期平均值后，最终会回归到该平均值。本文将详细探讨均值回归的理论基础、数学公式以及其在交易策略中的应用。均值回归策略是一种基于统计学原理的交易策略，适用于希望捕捉价格回归趋势的投资者。线时卖出，这样能稍微缓解一下提前出局的问题，这个只对强势的股票有用，但是因为前期下跌导致很难强势。在长期下跌的趋势中，靠正常卖出太困难，加了止损的大多由止损出局，在长期上涨的趋势中又过早的提前出场。是一个预设的阈值，通常取值为2。
Python机器学习笔记：逻辑回归算法详解及应用
本篇学习笔记由赵志勇撰写，主要关注Python中的机器学习算法——逻辑回归（Logistic Regression, LR）。逻辑回归是一种经典的线性分类器，适用于二分类问题。其核心是通过训练样本学习出一个从特征到标签的线性映射...
机器学习基础：核心算法、公式概念与数据可视化笔记
最新发布
08-17
机器学习是人工智能的一个重要分支，它通过构建数学模型来模拟人类学习的行为，从而实现对数据的分析和预测。在机器学习的众多概念和算法中，有几个核心部分是初学者必须掌握的。 首先，算法是机器学习的灵魂，不同...
机器学习笔记1：KNN算法
Cqh__的博客
05-18 1131
机器学习笔记1：KNN算法 K近邻法（k-nearest neighbor) 是一种基本的分类与回归法 主要思想：假定给定一个训练数据集，其中实例标签已定（即输入输出都明确），当输入新的实例时，可以根据其最近的k个训练实例的标签，预测新的实例对应的标注信息。 分类问题：对新的实例，根据与之相邻的k个训练实例的类别，通过多数表决等方式进行预测 from sklearn.neighbors import KNeighborsClassifier # 模型训练 k = 5 clf = KNeighborsCl
数据结构与机器学习：常用算法、经典案例及排序加密详解
07-29
资源下载链接为： ...一、加密算法：SHA、DES、AES、RSA、Base64、MD5 二、机器学习算法：决策树、朴素贝叶斯、K 近邻、K 均值聚类、层次型聚类、基于关联规则...【优快云】Python3 机器学习笔记：常用算法总结 四、经典案例
吴恩达机器学习笔记2025：算法细节与实战要点
资源摘要信息:"这份笔记详细地介绍了吴恩达在机器学习领域中的重要概念和方法，特别强调了2025年最新的一些理论和实践成果。主要内容包括了机器学习基础、监督学习与非监督学习的简介、各类算法的运用和实现，以及...
量化策略构建：均值回归模型
weixin_34397291的博客
12-12 1863
“ 现在已然衰朽者，将来可能重放异彩。现在备受青睐者，将来却可能黯然失色。” 当事物发展严重偏离其均值时，均值会像万有引力一样令其回归。如果时间足够长，万物都终将回归于其均值。正所谓：盛极必衰，否极泰来。 在金融学中，均值回归是价格偏离均价或价值一定程度后向其靠拢的规律。本质上，均值回归就是哲学思想中所说的『物极必反』。用大白话可以简单地概括为 “ 涨多必跌，跌多必涨 ” 。 在商品期货交...
数据分析--均值回归策略（选股）
weixin_33671935的博客
06-01 1万+
数据分析--均值回归策略（选股） 均值回归理论 均值回归：“跌下去的迟早要涨上来” , 选股用， 不适合做择时，因为不知道什么时候是偏离最低 均值回归的理论基于以下观测：价格的波动一般会以它的均线为中心。也就是说， 当标的价格由于波动而偏离移动均线时，它将调整并重新归于均线。 定义偏离程度：（MA-P）/MA ---MA...
这个布林带的均值回归交易策略，回测收益率把我给吓傻了
量化交易研究
04-28 7240
BOLL指标是美国股市分析家约翰·布林根据统计学中的标准差原理设计出来的一种非常简单实用的技术分析指标。一般而言，股价的运动总是围绕某一价值中枢（如均线、成本线等）在一定的范围内变动，布林线指标正是在上述条件的基础上，引进了“股价通道”的概念，其认为股价通道的宽窄随着股价波动幅度的大小而变化，而且股价通道又具有变异性，它会随着股价的变化而自动调整。由于之前大部分交易策略都是选股或者趋势追踪的择时，...
计量经济学之回归分析学习笔记（均值回归、分位数回归、岭回归、Lasso回归、ENet回归）——基于R（一）
weixin_41073006的博客
06-09 1万+
【前言】岭回归与Lasso回归，主要针对数据之间存在多重共线性的问题，其思路大体一致。多重共线性下，传统的最小二乘法所得到的参数估计过大，且不稳定。因此岭回归与Lasso回归，均通过引入惩罚函数解决此类问题。一、线性回归OLS估计二、岭回归估计三、Lasso回归估计...
均值回归
weixin_43069769的博客
03-21 4099
均值回归是及其简单的，简单到让人惊讶。均值回归也是及其根本的，根本到整个统计方法的大厦都离不开这个简单到最基础的先验原理。 本函数，主要用于经济行为的分析，对经济行为的周期性，具有较好的描述，可以为趋势的预判提供方向性的权重拓展空间 import random import numpy as np import matplotlib.pyplot as plt import datetime fr...
数据不平衡：下采样、上采样python代码实现
热门推荐
xiaoxy97的博客
09-29 2万+
一、下采样 所有数据存在DataFrame对象df中。数据分为两类：多数类别和少数类别，数据量相差大。数据预处理已将多数类别的Label标记为1，少数类别的Label标记为0。从多数类中随机抽取样本（抽取的样本数量与少数类别样本量一致）从而减少多数类别样本数据，使数据达到平衡的方式。 import numpy as np import pandas as pd def lower_sam...
梯度下降法python+numpy实现
xiaoxy97的博客
10-11 2856
批量梯度下降法(Batch Gradient Descent, BGD)：使用所有样本在当前点的梯度值来对变量参数进行更新操作。 随机梯度下降法(Stochastic Gradient Descent, SGD)：在更新变量参数的时候，选取一个样本的梯度值来更新参数。 小批量梯度下降法(Mini-batch Gradient Descent, MBGD)：集合BGD和SGD的特性，从原...
机器学习笔记（七）：SVM
xiaoxy97的博客
10-11 2026
一、前导 1、最优化问题 最优化问题一般是指对于某一个函数而言，求解在其指定作用域上的全局最小值问题，一般分为以下三种情况(备注：以下几种方式求出来的解都有可能是局部极小值，只有当函数是凸函数的时候，才可以得到全局最小值)： ①无约束问题：求解方式一般求解方式梯度下降法、牛顿法、坐标轴下降法等； ②等式约束条件：求解方式一般为拉格朗日乘子法 拉格朗日乘子法求解 ③不等式约...
机器学习笔记（六）：聚类算法
xiaoxy97的博客
10-03 1371
一、聚类算法总括 1.1  定义 对大量未标注的数据集按数据内部存在的数据特征划分为多个不同类别，使类别内数据比较相似，类别间数据相似度比较小。 1.2  和分类算法区别 分类算法：有监督学习 聚类算法：无监督学习 1.3  样本相似度度量 1.3.1  闵可夫斯基距离(Minkowski) a. p=1：曼哈顿距离 b. p=2：欧氏距离（常用） c. p为无穷大：切比雪...
机器学习标准化处理小技巧
xiaoxy97的博客
07-09 520
数据标准化 StandardScaler (基于特征矩阵的列，将属性值转换至服从正态分布) 标准化是依照特征矩阵的列处理数据，其通过求z-score的方法，将样本的特征值转换到同一量纲下 常用与基于正态分布的算法，比如回归 数据归一化 MinMaxScaler （区间缩放，基于最大最小值，将数据转换到0,1区间上的） 提升模型收敛速度，提升模型精度 常见用于神经网络 Normalizer...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值