文章 "MQL5中使用坐标下降法的弹性网络回归"

 

新文章 MQL5中使用坐标下降法的弹性网络回归已发布:

在这篇文章中,我们探索了弹性网络回归的实际实现,以最大限度地减少过拟合,同时自动将有用的预测因子与那些预测能力很小的预测因子区分开来。

笛卡尔


坐标下降是一种非常适合于多变量优化的优化方法。将复杂的多维优化问题简化为一维问题的集合。通过迭代最小化函数的每个单独维度,同时保持其他维度中函数的值不变来实现。互联网上有许多资源可以为感兴趣的人提供更详细的解释。在这里,我们感兴趣的是它在策略开发中的应用
 
出于我们的目的,坐标下降法将以两种方式用于实现弹性网络回归。首先,它将用于根据用户指定的固定alpha来确定最佳lambda。一旦完成,就再次调用优化方法来计算回归方程的 beta 系数。让我们深入研究一些代码,看看这是如何实现的

作者:Francis Dube