Forge Fate퀀트·데이터 연구
로지스틱 회귀는 기준선을 넘을까? 공정한 모델 비교의 조건
로지스틱 회귀와 기준 전략을 공정하게 비교하기 위한 시간축, 데이터 분리, 재학습과 비용 계산 규칙을 정리합니다. 실제 성과 검증에 앞서 고정할 실험 설계입니다.
#logistic-regression
'logistic-regression' 태그가 붙은 글
- 퀀트·데이터 연구
복잡한 모델은 더 나을까? 로지스틱 회귀와 트리 모델을 같은 조건에서 비교하기
모멘텀, 로지스틱 회귀, 의사결정나무와 랜덤 포레스트를 같은 조건에서 비교하는 설계입니다. 모델 복잡도와 선택 편향을 관리하고 분류 성능과 경제적 성과를 구분합니다.
- 퀀트·데이터 연구
7편. 첫 머신러닝 모델: 로지스틱 회귀로 다음 리밸런싱 기간의 상승 확률을 검증하기
로지스틱 회귀를 첫 ML 기준선으로 삼아 특징, 레이블, 시간 분할과 월별 재학습을 설계합니다. 실제 성과 수치 대신 정확도와 투자 수익을 분리하는 검증 기준을 제시합니다.