什麼是 adaptive-wfo-epoch?
用於前向最佳化的自適應紀元選擇。觸發器 - WFO 紀元、紀元選擇、WFE 優化、過度擬合紀元。 來源:terrylica/cc-skills。
用於前向最佳化的自適應紀元選擇。觸發器 - WFO 紀元、紀元選擇、WFE 優化、過度擬合紀元。
透過命令列快速安裝 adaptive-wfo-epoch AI 技能到你的開發環境
來源:terrylica/cc-skills。
Machine-readable reference for adaptive epoch selection within Walk-Forward Optimization (WFO). Optimizes training epochs per-fold using Walk-Forward Efficiency (WFE) as the objective.
| Walk-Forward Efficiency | Pardo (1992, 2008) | WFE = OOSReturn / ISReturn as robustness metric | | Deflated Sharpe Ratio | Bailey & López de Prado (2014) | Adjusts for multiple testing | | Pareto-Optimal HP Selection | Bischl et al. (2023) | Multi-objective hyperparameter optimization |
| Warm-Starting | Nomura & Ono (2021) | Transfer knowledge between optimization runs |
用於前向最佳化的自適應紀元選擇。觸發器 - WFO 紀元、紀元選擇、WFE 優化、過度擬合紀元。 來源:terrylica/cc-skills。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/terrylica/cc-skills --skill adaptive-wfo-epoch用於前向最佳化的自適應紀元選擇。觸發器 - WFO 紀元、紀元選擇、WFE 優化、過度擬合紀元。 來源:terrylica/cc-skills。
開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/terrylica/cc-skills --skill adaptive-wfo-epoch 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/terrylica/cc-skills