量化模型动态更新的一种方法

主要观点总结

文章介绍了贝叶斯动态更新的方法，包括模型预测的调整、模型重新训练的标准、模型的开发原理和贝叶斯动态更新的原理。通过贝叶斯动态更新，可以让模型预测概率在使用过程中进行修正，更加接近真实情况，从而定期更新模型。

关键观点总结

关键观点1: 贝叶斯动态更新的作用

根据模型预测的结果及真实价格的涨跌情况，动态调整模型预测结果，使模型预测更接近真实情况。

关键观点2: 模型重新训练的标准

当模型调整后的预测结果与原模型的预测结果偏差超过阈值时，说明模型运行效果不佳，需要重新训练。

关键观点3: 贝叶斯动态更新的原理

基于贝叶斯定理设计，根据最新的情况动态调整未来的预测值，当模型预测不准确时，可以根据不准的情况动态修正模型预测的概率值。

关键观点4: 模型的设计思路

包括用训练集训练模型、根据验证集上预测的结果更新样本情况、使用贝叶斯动态更新调整预测值等步骤。