这篇研报探讨了如何通过使用自定义损失函数来改进机器学习算法对资产回报的预测，指出标准对称损失函数（如均方误差MSE）忽略了预测错误的经济后果不对称性（例如小错误可能导致投资损失而大错误可能无影响），因此作者开发了多种自定义不对称损失函数（如AdjMSE系列），并在深度学习模型上测试其效果；实证结果表明，这些自定义函数显著提升了预测性能，风险调整回报指标（如夏普比率）比MSE翻倍，优于买入持有策略，从而证明了定制损失函数在金融预测中的实用性和稳健性。

#######################

欢迎参加净值还在水上微信群：本群旨在成为一个高质量的量化知识共享圈。我们只聚焦高价值的干货分享，期待大家能在这里一起交流、一起成长。

为保证群的纯粹性和交流质量，我们将严格审核入群身份。