機器學習
任何關於 ML 訓練的標籤/目標變數設計的研究？
是否有任何關於如何定義/設計機器學習訓練標籤的討論或論文？直覺上我能想到：
- 下一個未來日的淨回報
- 使用接下來 N 根蠟燭的最大蠟燭高值的淨回報
- 《金融機器學習的進步》（https://www.amazon.com/Advances-Financial-Machine-Learning-Marcos/dp/1119482089）一書中也描述了一個過程，但該書在論證和評估方面缺乏某種程度.
所以總的來說：如何為股票預測定義目標變數（分類時的標籤）？
謝謝！
Gu、Kelly 和 Xiu (2018)的論文可能是一個很好的開端。
我在那裡看到您提到了教科書《金融機器學習進展》。每章的後面都有一份優秀論文的列表，這些論文提供了對各章知識體系的一些見解。第 3 章標題為標籤，它當然是整個過程的很大一部分。
我建議閱讀參考書目中的所有 39 篇論文。這是一個真正的大開眼界，它們經過精心挑選，因此您對各種技術有非常深刻的理解。