arXiv · Machine Learning· Joel Pfeffer (Allora Foundation), J. M. Diederik Kruijssen (Allora Foundation), Florian Stecker (Allora Foundation), Steven N. Longmore (Allora Foundation, LJMU)·· 6 小时前AI 评分20
引入 CZAR Loss：面向金融对数收益率预测的定制化目标函数
Introducing the CZAR Loss: A Tailored Objective Function for Financial Log-Return Predictions
AI 导读
论文提出 CZAR（Composite Zero-Agnostic Return）损失函数，针对金融对数收益率预测中对称损失使零预测成为近优解的问题。CZAR 是分段二次损失，具备凸性、方向性非对称惩罚、下估与错误方向近线性惩罚、大误差发散及自适应评估下限，在 LightGBM 微调 BTC 日内对数收益率实验中降低零收益率偏差并提升大波动方向准确率。
来源：arXiv · Machine Learning · arxiv.org