AI策略在天勤量化中运行时,如何平衡模型复杂度与实盘稳定性?
还有疑问,立即追问>

AI 策略在天勤量化中运行时,如何平衡模型复杂度与实盘稳定性?

叩富问财 浏览:371 人 分享分享

1个回答
+微信
资质已认证

首发回答

天勤量化通过 “模型轻量化优化系统” 实现两者平衡,核心措施有三。一是复杂度分级管控,AI 模型按参数数量分为 “轻量型”(<100 个参数)和 “复杂型”(>500 个参数),天勤默认优先运行轻量型模型,复杂型模型仅在数据量充足时启用(如日线级别策略)。二是关键特征提取,通过天勤的特征重要性分析工具,保留对策略收益贡献超 80% 的核心特征(如价格趋势、成交量),剔除冗余特征,某深度学习模型经提取后,参数减少 60%,实盘响应速度提升 50%。三是实盘压力测试,天勤模拟极端行情(如数据延迟、高频波动),测试模型稳定性,对复杂模型设置 “复杂度上限”(如单次推理时间<100 毫秒),确保实盘不卡顿,某组合通过测试,模型崩溃率从 15% 降至 3%。

发布于2025-8-14 13:14 拉萨

当前我在线 直接联系我
关注 分享 追问
举报
   1628位专业顾问在线
问题没解决?12353人选择一键咨询
99%用户选择 快速提问
回到顶部