没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
22页
随着近年来大型金融数据集、机器学习和高性能计算的出现,分析师可以对数百万(如果不是数十亿)另类投资策略进行回测。 回测优化器搜索能够最大化策略的模拟历史性能的参数组合,从而导致回测过度拟合。 性能膨胀的问题超出了回测。 更普遍的是,研究人员和投资者倾向于只报告积极的结果,这种现象被称为选择偏差。 不控制特定发现中涉及的试验数量会导致过度乐观的性能预期。 收缩夏普比率 (DSR) 修正了业绩膨胀的两个主要来源:多重测试下的选择偏差和非正态分布的回报。 这样做时,DSR 有助于将合法的实证结果与统计侥幸分开。
资源推荐
资源评论
资源评论
weixin_38673921
- 粉丝: 8
- 资源: 969
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功