天勤量化通过 “权重衰减正则化系统” 防止模型过拟合,核心措施有三。一是衰减系数适配,AI 对模型中不同参数设置差异化衰减系数:对高频特征权重采用高衰减(如 0.01),对低频核心特征采用低衰减(如 0.001),某模型通过适配,过拟合风险降低 60%。二是动态衰减调整,根据训练过程中的验证集误差变化调整衰减强度,当验证误差上升超 10%,自动提高衰减系数(如从 0.005 至 0.01),某 AI 策略通过调整,模型泛化能力提升 45%。三是分层衰减策略,对模型隐藏层权重采用 L2 衰减,对输出层权重采用弹性网络衰减,结合天勤的交叉验证,某策略通过分层,训练集与测试集收益偏差缩小至 8% 以内,模型稳定性提升 30%。
发布于2025-8-14 17:37 鹤岗

