為什么相同的數(shù)據(jù)得到不同的結(jié)果?

機(jī)器學(xué)習(xí)的初學(xué)者經(jīng)常問(wèn)的一個(gè)問(wèn)題是，“為什么我用課上的代碼和數(shù)據(jù)，得到的結(jié)果跟老師 展示的不一樣?”實(shí)際上不僅是自己運(yùn)行的結(jié)果與他人的不同，如果反復(fù)訓(xùn)練模型就會(huì)發(fā)現(xiàn)， 每次訓(xùn)練的結(jié)果可能都是不同的。造成這一現(xiàn)象的原因，是機(jī)器學(xué)習(xí)中的隨機(jī)性。

一隨機(jī)性的來(lái)源

01、處理數(shù)據(jù)過(guò)程中引入的隨機(jī)性

模型開(kāi)始訓(xùn)練前，數(shù)據(jù)一般要經(jīng)過(guò)一定的處理，比如將數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)，類別不均衡的情況下對(duì)數(shù)據(jù)進(jìn)行重采樣操作等等。默認(rèn)狀態(tài)下這些操作過(guò)程中都有隨機(jī)成分，比如數(shù)據(jù)會(huì)首先打亂順序再進(jìn)行劃分，重采樣過(guò)程采用的也是隨機(jī)抽樣。這些數(shù)據(jù)處理的過(guò)程可能引入隨機(jī)性。

02、數(shù)據(jù)出現(xiàn)的順序不同

機(jī)器學(xué)習(xí)模型的訓(xùn)練是一個(gè)循環(huán)迭代的過(guò)程，訓(xùn)練數(shù)據(jù)一般會(huì)分批進(jìn)入模型進(jìn)行訓(xùn)練。以神經(jīng)網(wǎng)絡(luò)為例，每批數(shù)據(jù)訓(xùn)練完后，模型會(huì)根據(jù)預(yù)測(cè)結(jié)果與真實(shí)結(jié)果的差異調(diào)整網(wǎng)絡(luò)連接的權(quán)重。如果相同的數(shù)據(jù)集以不同的順序進(jìn)入模型，模型對(duì)權(quán)重調(diào)整的結(jié)果也不同，最終得到的模型以及產(chǎn)生的預(yù)測(cè)結(jié)果自然也有差異。

03、算法本身包含的隨機(jī)性

很多算法都需要對(duì)待訓(xùn)練的參數(shù)設(shè)置一個(gè)初始值，一般情況下初始值是隨機(jī)產(chǎn)生的，這樣做的好處是能夠搜索更大的參數(shù)空間，防止優(yōu)化過(guò)程被困在局部較優(yōu)解。所以隨機(jī)的初始位置最終達(dá)到不同的結(jié)果也很好理解。某些算法中為了減少過(guò)擬合問(wèn)題，在算法結(jié)構(gòu)中引入了其他的隨機(jī)性設(shè)置，比如決策樹(shù)中每次訓(xùn)練隨機(jī)放棄一些特征，或者神經(jīng)網(wǎng)絡(luò)中引入Dropout網(wǎng)絡(luò)層次，隨機(jī)放棄一些節(jié)點(diǎn)的輸出值。這些設(shè)置都會(huì)導(dǎo)致模型訓(xùn)練的結(jié)果具有隨機(jī)性。

二模型有效性

如果每次的訓(xùn)練結(jié)果都是不同的，是什么保證了模型是有效的呢?

這里需要引入收斂的概念。收斂是一個(gè)和數(shù)列聯(lián)系在一起的概念，數(shù)列的收斂意味著數(shù)列會(huì)不斷向一個(gè)常數(shù)靠攏。

機(jī)器學(xué)習(xí)的訓(xùn)練過(guò)程可以理解為是一個(gè)最小化損失函數(shù)的過(guò)程。損失函數(shù)描述的是模型預(yù)測(cè)值和真實(shí)值之間的差異，損失函數(shù)的最小化意味著模型的預(yù)測(cè)結(jié)果和真實(shí)結(jié)果之間的差異最小化。損失函數(shù)與模型的參數(shù)有關(guān)，每次循環(huán)會(huì)調(diào)整模型參數(shù)，使得損失函數(shù)逐漸下降。如果把每次循環(huán)后的損失函數(shù)構(gòu)成一個(gè)數(shù)列，模型的收斂可以理解為是損失函數(shù)數(shù)列的收斂。

所以對(duì)于一個(gè)機(jī)器學(xué)習(xí)模型，雖然每次訓(xùn)練后得到的模型參數(shù)不同，但如果最終都能保證損失函數(shù)向一個(gè)最小值收斂，則訓(xùn)練出的模型就是有效的，至少對(duì)樣本內(nèi)數(shù)據(jù)來(lái)說(shuō)，是能夠?qū)崿F(xiàn)預(yù)測(cè)結(jié)果和真實(shí)結(jié)果之間的差異向一個(gè)穩(wěn)定的最小值靠近。

三應(yīng)對(duì)隨機(jī)性

對(duì)于訓(xùn)練結(jié)果的隨機(jī)性，可以通過(guò)模型集成的方法，對(duì)多個(gè)模型的預(yù)測(cè)結(jié)果取平均值，或者通過(guò)投票的方法得到總體的預(yù)測(cè)結(jié)果。需要注意的是，訓(xùn)練過(guò)程并不能保證損失函數(shù)實(shí)現(xiàn)全局的最小化，有可能只是一個(gè)局部最小化的結(jié)果。因此模型對(duì)于樣本外數(shù)據(jù)的預(yù)測(cè)表現(xiàn)仍然可能有比較大的波動(dòng)，這種情況下，不加區(qū)分的平均所有模型的預(yù)測(cè)結(jié)果并不是較好的選擇，除了深入分析差異原因以外，一種實(shí)用的處理方法是儲(chǔ)存表現(xiàn)更好的模型參數(shù)，對(duì)這些模型的結(jié)果進(jìn)行綜合。

量化金融分析師(簡(jiǎn)稱AQF，Analyst of Quantitative Finance)由量化金融標(biāo)準(zhǔn)委員會(huì)(Standard Committee of Quantitative Finance，SCQF)主考并頒證，是代表量化金融領(lǐng)域的專業(yè)水平證書(shū)。 >>>點(diǎn)擊咨詢AQF證書(shū)含金量

　　

課程適合人群：

金融工程/數(shù)學(xué)專業(yè)背景的同學(xué)/工作人士，希望進(jìn)一步學(xué)習(xí)Python編程以及在量化投資的實(shí)戰(zhàn)應(yīng)用；

非金融工程專業(yè)背景的同學(xué)/工作人士，希望迅速成為寬客；

金融相關(guān)人員，希望學(xué)習(xí)如何系統(tǒng)的做量化策略；

個(gè)人投資者，希望系統(tǒng)學(xué)習(xí)掌握量化投資相關(guān)的實(shí)務(wù)技能，從模型開(kāi)發(fā)，回測(cè)，策略改進(jìn)，搭建穩(wěn)定的量化交易系統(tǒng)。

（點(diǎn)擊上圖了解課程詳情）

量化金融分析師AQF核心課程體系：

1、《量化投資基礎(chǔ)》

主要涵蓋了量化投資領(lǐng)域的必備知識(shí)，包括：基本面分析、技術(shù)分析、數(shù)量分析、固定收益、資產(chǎn)組合管理、權(quán)益、另類投資等內(nèi)容。

2、《Python語(yǔ)言編程基礎(chǔ)》

包含了Python環(huán)境搭建、基礎(chǔ)語(yǔ)法、變量類型、基本函數(shù)、基本語(yǔ)句、第三方庫(kù)、金融財(cái)務(wù)實(shí)例等內(nèi)容。旨在為金融財(cái)經(jīng)人提供最需要的編程方法。

3、《基于Python的經(jīng)典量化投資策略》

包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龜交易模型、Logistics模型、配對(duì)交易模型、波動(dòng)擴(kuò)張模型、Alpha模型、機(jī)器學(xué)習(xí)(隨機(jī)森林模型、主成分分析)、深度學(xué)習(xí)(人工神經(jīng)網(wǎng)絡(luò))等內(nèi)容。

4、《量化交易系統(tǒng)設(shè)計(jì)》

旨在學(xué)習(xí)量化交易系統(tǒng)的具體知識(shí)，包括過(guò)濾器，進(jìn)入信號(hào)，退出信號(hào)，倉(cāng)位管理等詳細(xì)內(nèi)容，并指導(dǎo)學(xué)員設(shè)計(jì)涵蓋個(gè)人交易哲學(xué)的量化交易系統(tǒng)。

5、《量化實(shí)盤(pán)交易》

旨在為解決實(shí)際量化交易策略搭建過(guò)程中的一些問(wèn)題提供較優(yōu)解決方案。 >>>點(diǎn)擊咨詢AQF相關(guān)問(wèn)題

　　

掌握Python及量化投資技能，我們能做什么?

1、熟悉中國(guó)主要金融市場(chǎng)及交易產(chǎn)品的交易機(jī)制；

2、熟知國(guó)內(nèi)外期貨交易、股市交易的異同點(diǎn)和內(nèi)在運(yùn)行機(jī)制；

3、掌握經(jīng)典量化交易策略細(xì)節(jié)及其背后的交易哲學(xué)；

4、掌握金融、編程和建模知識(shí)基礎(chǔ)，擁有量化交易實(shí)盤(pán)操作能力；

5、具備獨(dú)立自主地研發(fā)新量化交易策略的能力；

6、掌握量化交易模型設(shè)計(jì)的基本框架，以及風(fēng)險(xiǎn)管理和資產(chǎn)組合理論的實(shí)際運(yùn)用；

7、掌握從策略思想——策略編寫(xiě)——策略實(shí)現(xiàn)餓完整量化投資決策過(guò)程；具備量化投資實(shí)戰(zhàn)交易能力。

　　

　　

更多內(nèi)容推薦閱讀：

如何成為一名優(yōu)秀的量化金融分析師？

AQF到底是什么鬼？哪類人適合參加AQF考試？

2019年量化金融分析師（AQF）全國(guó)統(tǒng)一考試報(bào)名簡(jiǎn)章

Wind、Excel和Python三大金融技能兼修，下一個(gè)金融分析大神就是你

金程推薦： AQF培訓(xùn) AQF培訓(xùn)機(jī)構(gòu) AQF是什么意思

咨詢電話：400-700-9596

AQF考友群：760229148

金融寬客交流群：801860357

微信公眾號(hào)：量化金融分析師

完善下表，48小時(shí)內(nèi)查收aqf備考資料
（如果沒(méi)收到資料，可以點(diǎn)我咨詢）

　　>>>返回首頁(yè)