高斯過程 Gaussian Process
⚠️ 本站內容僅作教育用途，不構成投資建議。投資涉及風險，作出任何投資決定前請諮詢持牌專業人士。
高斯過程 Gaussian Process（簡稱 GP）是一種隨機過程：定義域內任意有限個點的函數值，聯合起來都服從多元正態分佈。它由均值函數與核函數（協方差函數）完全刻劃，可以視為把有限維高斯分佈推廣到連續的函數空間。在量化策略參數優化中，GP 常用作代理模型，逼近「參數 → 績效指標」這條未知的黑盒函數，同時給出每點的不確定量度。要留意兩點：一是觀測數為 n 時，標準 GP 推斷涉及矩陣求逆，計算成本約為 O(n³)，數據多時需要近似方法；二是核函數的選擇帶主觀性，不同核函數隱含不同的函數光滑度假設，會直接影響後驗形狀。