精選文章
每週為你嚴選系列文章
遞迴特徵消除法:從雜訊中挑出最精簡量化因子組合
量化交易中候選因子眾多,全數納入模型恐導致過度擬合。本文介紹遞迴特徵消除法(RFE),透過反覆訓練模型並剔除最不重要特徵,以模型自身重要性評估為依據,留下最精簡有效組合。內容涵蓋運作步驟、在因子篩選中的價值,以及基礎模型選擇與計算成本等實務注意事項。
Voltima Quant2026/08/18
每週為你嚴選系列文章
量化交易中候選因子眾多,全數納入模型恐導致過度擬合。本文介紹遞迴特徵消除法(RFE),透過反覆訓練模型並剔除最不重要特徵,以模型自身重要性評估為依據,留下最精簡有效組合。內容涵蓋運作步驟、在因子篩選中的價值,以及基礎模型選擇與計算成本等實務注意事項。