我目前有200个投资组合，这些投资组合分为3种类型：多头，中级和空头。每个产品组合都有10个有趣的特征X，它们定义了样式。我想创建一个系统，通过该系统，我可以识别出过时的，需要做一些工作才能使其恢复风格的投资组合。
我的想法是使用概率框架来解决此问题。这会将我的10个有趣的功能减少为一个数字，这将决定是否需要关注产品组合。为此，我目前正在使用带有S形激活函数的神经网络在每种样式上创建一个二进制分类器，以估计概率。如果某个投资组合属于某个样式的概率小于75％，我将进行交易以使该投资组合恢复样式。
鉴于我要完成的工作，这是否是异常检测系统的最佳框架？多项式分类器可能是另一个选择，但是它与我上面描述的简单二进制分类器非常相似。
最佳
答案 0 :(得分：0)
对于任何好奇的人，我最终都使用了单侧支持向量机。我认为这是最好的，因为我很少有负面例子可以处理。
最佳