adversarial-robustness-of-trading-signals

在推广机器学习交易信号之前，用于衡量在特征受到ε有界扰动时，其输出发生翻转的频率。这是一种黑盒、无梯度的测试方法；对于可微网络，使用真实的FGSM或PGD攻击能得到更严格的对抗性上界。

模型生成摘要（rules/v1 · 2026-11-15 17:32）：在推广机器学习交易信号之前，用于衡量在特征受到ε有界扰动时，其输出发生翻转的频率
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 17:31	da84442a	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。