它是模型不可知论的。算法3用于共Telation(P,h)的带式ML要求:数组P1:与非带数hEnsure:Ohm(1:h),[B+(1:h),B-(1:h)]返回排序状态:1:P(1:h)← 快速排序(P1:h)2:[B+(1:h),B-(1:h)]← FindPercentileBands(P(1:n),h)3:B(1:h)← [B+(1:h),B-(1:h)]4:Ohm(1:dn/he)← []分配状态:5:对于j=1到h do6:对于i=1到n do7:如果P(i)∈ Bithen8:修订(Ohm(j) ,P(i))9:结束if10:结束for11:结束for优化每个频带的3种类型的损益:12:对于i=1到h do13:V++,*Bi,T← argmaxw++Bi,t∈[0,T]V++Bi,T14:V+-,*Bi,T← argmaxw+-Bi,t∈[0,T]V+-Bi,T15:V-+,*Bi,T← argmaxw-+Bi,t∈[0,T]V-+Bi,T16:结束forRank并返回每个波段的最佳策略:17:对于i=1到h do18:V**Bi,T← 最大值(V++,*Bi、T、V+-,*Bi、T、V-+,*Bi,T)19:S*T← (S++,*Bi、T、S+-,*Bi、T、S-+,*Bi,T)20:S**Bi,T← 返回对应策略(V**Bi、T、S*T) ,21:预测结束:22:信号,信号L← 预测**Bi、T、St、Sl、T)返回买卖信号:23:信号,信号我们进一步提供算法3作为校准过程的伪代码。注意,在算法2和3中,我们都使用了快速排序,它可以被其他排序算法替代。请注意,在算法3的第20行中使用了自解释函数,如returnCorrespondingStrat(x,y),如其名称所示,该函数给出了策略集和P&Lreturns,输出使损益最大化的相应策略。算法3第22行中的函数预测(x、y、z)将经过训练的策略集和当前水平的XT和YT作为输入,并返回后两者的信号应该在哪里的预测。最后,第13-16行中argmax函数的使用可以替换为一个简单的for循环,但为了避免伪代码过于拥挤,我们采用了这种方式。备注4。
|