R로 인공지능 팩터투자를 해보자 5-1편 : 오버피팅을 억제하는 회귀분석(LASSO, ridge의 차이)

챕터 5입니다. 이제부터 본격적인 포트폴리오 구성에 대한 이야기가 시작되는 것 같습니다.원문은 아래 링크를 참조해 주세요.1. Penalized regressions이 챕터는 선형회귀분석의 개량형태인regularization(일반화)에 대한 이야기입니다.기본적으로 주어진 데이터로 다중 회귀분석을 실행하면 주어진 데이터를 설명하는 곡선은 기가막히게 찾아내는데, 너무 과하게 맞추다보니 일반화가 되지 못하고 주어진 데이터에 대한 설명력만 높아지는 경우가 있습니다.이걸 오버피팅(overfitting)이라고 하며 포트폴리오 최적화 문제(mean-variance driven portfolio)도 역시 이 문제로부터 자유롭지 못합니다.오버피팅 문제를 해결하기 위해 LASSO ..........

R로 인공지능 팩터투자를 해보자 5-1편 : 오버피팅을 억제하는 회귀분석(LASSO, ridge의 차이)에 대한 요약내용입니다.

자세한 내용은 아래에 원문링크를 확인해주시기 바랍니다.

원문링크 : R로 인공지능 팩터투자를 해보자 5-1편 : 오버피팅을 억제하는 회귀분석(LASSO, ridge의 차이)