A gépi tanulás mint szűrő

Mibe kerül egy rács, mielőtt egyetlen árat is látott volna

A szabálynak paraméterei vannak, és a 64. lecke megszámolta őket. A modellnek hiperparaméterei vannak, ami ugyanaz más néven, és van egy dimenziója, amely a szabálynak nincs: hogy mely jellemzők kerülnek bele. Mindkettő összeszorzódik, és a számtan, amely egy átfésülést beáraz, nem törődik azzal, melyik melyik. Beállításokat számol, és ez a szám még azelőtt megvan, hogy bármi elindulna.

Vedd a rácsot, amelyet az előzetes hagyott. Hat hiperparaméter fejenként öt értékkel 15 625, és a behelyettesítés teljes egészében ott áll, hogy semmit se kelljen elhinni belőle. Egy osztva 15 625-tel 0,0000640, és a standard normális eloszlás értéke, amely ennyit hagy a felső farokban, 3,83028. Aztán 15 625-ször e az 42 473, egy osztva ezzel 0,0000235, és ennek normális értéke 4,06963. A kettőt 0,4228 és 0,5772 súllyal véve 3,96843 jön ki, és ez egy t-érték. Oszd el 156 négyzetgyökével, azaz 12,49-cel, és a gyártott előny ügyletenként 0,318 R. A léc, amelyet egy ilyen széles átfésülésnek át kell ugrania ahhoz, hogy az értéktelen átfésüléseknek csak öt százaléka verje meg, 4,507-nél van.

Most a dimenzió, amelyet senki nem számol. Egy húszelemű jellemzőlista azzal az utasítással, hogy válassz belőle hármat vagy hatot, ennek a gyakorlatnak a megszokott formája, és az utasítás egyszerűsítésnek olvasódik. Ez átfésülés. Húszból pontosan négyet választani 4 845 különböző modell, hármat vagy hatot választani 60 249, és a lista már azelőtt le volt írva, hogy elkezdted volna, tehát a szám bárkinek rendelkezésére áll, aki kéri. Szorozd meg a húszból négy számot a hiperparaméter-ráccsal, és egy délután munkája 75 703 125 beállítás.

Mit változtattál	Beállítások	Léc öt százaléknál	Ügyletenként gyártott R 156 ügyleten
Három hiperparaméter, fejenként öt érték	125	3,346	0,209
Négy hiperparaméter, fejenként öt érték	625	3,769	0,250
Hat hiperparaméter, fejenként öt érték	15 625	4,507	0,318
Négy jellemző egy húszelemű listából	4845	4,252	0,295
Az utóbbi kettő együtt	75 703 125	6,061	0,453

Az utolsó sor egyetlen délután őszinte száma, és 6,061 olyan t-érték, amelyet néhány száz ügylet nem fog kiadni, bármilyen jó volt is az ötlet. Olvasd viszont a harmadik oszlopot fentről lefelé, és a forma szelídebb, mint ahogy hangzik: 15 625 beállításról 75 703 125-re menni 4 845-ször annyi átfésülés, és a lécet 1,554-del mozdítja el. A büntetés a szám logaritmusával nő, és ez arról az oldalról vág, amelyet senki nem említ. Nem kell divatos modell ahhoz, hogy csúnyán ki legyél téve. Négy hiperparaméter és semmilyen jellemzőválogatás már 3,769-nél tart.

Tegyük fel tehát, hogy mindezt rendesen csinálod. Tegyük fel, hogy megszámolod a rácsot, átmész a lécen, és a kezedben van egy modell, amely a saját beállásaidat valóban jobban rangsorolja a véletlennél. Ennek az oldalnak a maradéka arról szól, hogy ez ér-e valamit, és nem kell hozzá sem beállításszám, sem szimuláció, sem semmilyen feltevés a piacokról.

Rakd össze úgy, ahogy a pénz valóban mozog. A szűrő nem talál új ügyleteket. Ráül azokra a beállásokra, amelyeket a módszered amúgy is előállít, és elvesz belőlük néhányat, tehát a becsületes összehasonlítás az ugyanazokon az eredeti alkalmakon elért teljes nyereség, nem pedig a felvett ügyletenkénti nyereség. Írd a találati arányodat p-nek és a kifizetésedet b-nek, mindkettőt a 17. leckéből, tehát egy nyertes b-t fizet, egy vesztes pedig egybe kerül. Tartsa meg a szűrő a nyertesek s hányadát, és utasítsa vissza helyesen a vesztesek t hányadát. Eredeti ügyletenként lemond p-szer egy mínusz s-szer b-ről, és megspórol egy mínusz p-szer t-t. Akkor éri meg, ha a második legalább akkora, mint az első:

(1 − p) t  ≥  p (1 − s) b

Oszd el ezt kétféleképpen, és két különböző hasznos dolgot mond. Oszd el p-szer egy mínusz s-sel, és a vesztesek, amelyeket a szűrő eldob, legalább b-szeresen kell hogy meghaladják az eldobott nyerteseket, vagyis a payoff ratiódnak megfelelően — ez olyan próba, amelyet egy kereskedési naplón két megszámlálással, mindenféle statisztika nélkül el tudsz végezni. Oszd el helyette egy mínusz p-vel, és a jobb oldal p b per egy mínusz p lesz, azaz bruttó nyereség per bruttó veszteség, az a mennyiség, amelyet rendszerint profittényezőnek hívnak, és amely ezen az oldalon az egyetlen új név. A 17. lecke két száma egyként leírva.

Ha a modell mindkét irányban ugyanolyan jó, tehát s és t ugyanaz az a szám, a feltétel egyetlen küszöbbé zsugorodik a pontosságra: a-nak legalább akkorának kell lennie, mint a profittényező osztva eggyel plusz a profittényező. Megfordítva, egy a pontosságú szűrő minden olyan stratégiában kiérdemli a helyét, amelynek profittényezője a per egy mínusz a alatt van.

52 százalékos pontosságnál minden olyan stratégiában, amelynek profittényezője 1,08 alatt van.

55 százaléknál 1,22 alatt.

60 százaléknál 1,50 alatt.

65 százaléknál 1,86 alatt.

Az ötvenkét százalék nem kitöltőszám. Gu, Kelly és Xiu ezeknek a modelleknek az egész családját mintán kívül mérték le több ezer részvény havi hozamain, és a legjobb hálózatuk havi, mintán kívüli R-négyzete körülbelül egy százalék négytizede volt. Fordítsd le ennek az oldalnak a nyelvére: kétváltozós normális eloszlás mellett annak esélye, hogy egy előrejelzés előjele egyezik az eredmény előjelével, egy per kettő plusz a korreláció arkusz szinusza, elosztva pível; a korreláció az R-négyzet négyzetgyöke, azaz 0,0632, a pontosság pedig 52,01 százalék. A terület legjobb közölt eredménye egy szűrő olyan stratégiákhoz, amelyek profittényezője 1,08 alatt van.

Aki modellt illesztett a saját ügyleteire, szinte senki nem osztotta el a bruttó nyereségét a bruttó veszteségével, és nem tette a két számot egymás mellé. Két összeg egy kereskedési naplóból és egy osztás, és a döntés teljes egészében ebből áll.

A táblázat, amelyet ez a modul a 62. lecke óta épít, nem kap kilencedik oszlopot. Itt kerül elköltésre, mind a nyolc egyszerre, azon az egyetlen szabályon, amelyet a tananyag a 63. lecke óta követ.

A táblázat, egyetlen szabályra elköltve

A 63. lecke 253 mozgóátlag-beállítást fésült át hatvan záróáron, és egy 2 gyertyás átlagot tartott meg egy 5 gyertyással szemben: hét ügylet, részvényenként 10,70 bruttó, költségek után 9,84, szemben a tartás 5,68-ával. Töltsd ki a nyolc oszlopot, és a táblázat így olvasódik.

A mondat, a 62. leckéből: menj hosszra, amikor a záróárak 2 gyertyás átlaga felülről keresztezi az 5 gyertyást, szállj ki, amikor visszakeresztez, és a következő záróáron teljesíts.

A pár, a 63. leckéből: 4,16 a viszonyítási alap felett, szemben a szerkezet nélküli átfésülések 52,5 százalékával, amelyek 4,16-ot vagy többet adnak vissza.

A léc és a szám, a 64. leckéből: 253 cella, 3,537-es léc, 3,65-ös t, amely átmegy rajta — egészen addig, amíg minimális ügyletszámot nem szabsz, amitől kezdve az arány hetes alsó korlátnál 0,68 százalék, kettes alsó korlátnál 50,48 százalék.

Az előre rögzített ügyletszám, a 65. leckéből: üres. A hét ügylet az, amely megtörtént.

A kitettség hányada, a 66. leckéből: 0,5085, és a 10,70 bruttóból 2,95-öt a piac adott.

A megállási mélység, a 67. leckéből: üres.

A kapacitás, a 68. leckéből: egy 0,9101R-es átlagügylet részvényenként 1,4055, ami egy 103 körüli árfolyamon 136 bázispont, tehát a 68. lecke kis kapitalizációjában ez az ügylet 1 390 545 dollárt bír el, és a legjobb egyedi pozíció 618 020.

A pozíciókorlát és ellenőrzési időköze, a 69. leckéből: üres.

Három üres hely, és egy második oszlop, amelynek két száma fordítva áll. Ez az ítélet, és megérkezik, mielőtt a táblázat felét elolvastad volna. Fusd végig mégis a végéig, mert ennek az oldalnak a kérdése nem az, hogy a szabály jó-e. A kérdés az, hogy egy modell jobbá tehetné-e, és erre a kérdésre még egy értéktelen szabály esetén is van válasz.

A hét ügylet költségek után 2,577, 1,877, 2,377, 1,377, mínusz 0,423, 1,177 és 0,877. Hat nyertes összesen 10,262 és egy vesztes 0,423, tehát a profittényező 24,26, az átlagos nyertes 1,1075R, az átlagos vesztes 0,2739R, a payoff ratio pedig 4,04. Most tedd munkába a táblázat többi oszlopát, és nézd, mi történik, ahogy egyenként alkalmazod őket. Az alábbi tábla utolsó sora a 63. lecke saját nullmodellje, ehhez az oldalhoz újraszámolva: az 59 gyertyáról gyertyára mozdulást visszatevéssel húzva, 4 000 sorozat a 20260903 magból, mindegyiken ugyanaz a 253 cellás átfésülés, ugyanazzal a hetes ügyletszám-korláttal, amelynek maga a nyertes is megfelelt, és a győztes cella profittényezője. Ennek mediánja 2,34, és e szerkezet nélküli átfésülések 3,08 százaléka ad vissza olyan nyertest, amelynek profittényezője 24,26 vagy több.

Mit vontunk le	Profittényező	Pontosság, amelyet egy szűrőnek meg kell haladnia	A legtöbb, amit egy tökéletes szűrő hozzátehetne
Semmit	36,67	97,35 %	2,80 %
A költségeket, a 63. lecke megállapodása szerint	24,26	96,04 %	4,30 %
A költségeket és a piac részét a 66. leckéből	14,22	93,43 %	7,57 %
Amit ugyanez az átfésülés a semmin ad vissza, medián	2,34	70,01 %	74,91 %

A negyedik oszlopnál érdemes megállni, és ez egy második tiszta szám, amely ugyanabból az egyenlőtlenségből esik ki. A tökéletes szűrő minden vesztest eltávolít és minden nyertest megtart, tehát a legtöbb, amit egyáltalán hozzátehet, a teljes bruttó veszteség, és annak hányadaként, amit a stratégia nettóban már keres, ez egy osztva a profittényezővel mínusz eggyel. Ezen a szabályon 4,30 százalék. Nem 4,30 százalék, ha a modell jó: 4,30 százalék akkor is, ha a modell hibátlan, mert a nyilvántartásban egyetlen vesztes van, és az 9,839-ből 0,423-at ér.

Olvasd a két középső oszlopot együtt, fentről lefelé, és ugyanazon okból ellentétes irányba mozognak. Ahogy a profittényezőből kiengedjük a levegőt az igazság felé — előbb a költségek, aztán a piac része, aztán az, amit egy ugyanilyen széles átfésülés ad vissza olyan adaton, amelyben nincs semmi —, a szűrőnek szükséges pontosság 97,35 százalékról 70,01-re esik, a nyeremény pedig 2,80 százalékról 74,91-re nő. Az átfésülés gyártotta az előnyt, és ugyanazzal a mozdulattal gyártotta az okot is, amiért egyetlen modell sem tudta javítani.

A szűrő csak a vesztes ügyleteidet tudja visszaadni, és egy jó stratégiának szinte egy sincs.

Ezért számít a legalsó sor többet, mint amennyinek látszik. Az egyes profittényező pontosan nulla várható értékű stratégia, ott a küszöb ötven százalék, és egy 52 százalékos szűrő valóban megéri. Számold ki háromszáz ügyleten, kettes kifizetéssel: száz nyertes, egyenként kettőt fizetve, és kétszáz vesztes, egyenként egybe kerülve, nulla. Tarts meg a nyertesekből 52-t és a vesztesekből 96-ot, és 104 mínusz 96 marad, azaz 8R az eredeti háromszázon, vagyis ügyletenként 0,027 R. A szűrő nem javítja a stratégiát. Ő maga az egész stratégia, és kicsi. Menj föl kettes profittényezőre, és ugyanez az 52 százalékos szűrő ügyletenként 0,22R-t vesz el egy olyan stratégiától, amely 0,50-et keres.

Add tehát össze a nyerteseidet, add össze a veszteseidet, oszd el, és olvasd az eredményt annak a pontosságnak, amelyet bármely szűrőnek meg kell haladnia, mielőtt megépíted.

Amit ez nem old meg

Hogy a szűrő kiegyensúlyozott. A pontossági küszöb azt feltételezi, hogy a modell pontosan ugyanolyan jó a nyertesek megtartásában, mint a vesztesek kiszűrésében, az egyenlőtlenség viszont, amelyből származik, semmi ilyet nem feltételez: csak annyit kér, hogy a specificitás osztva eggyel mínusz a szenzitivitás meghaladja a profittényezőt. Egy modell, amelyet keményen a vesztesek kiszűrésére hangoltak, és amely elfogadja, hogy szinte minden nyertest megtart, amit elé tesznek, ezt a lécet a küszöbnél jóval alacsonyabb összpontosság mellett is átugorhatja — és ebbe az irányba érdemes építeni. Ez az oldal a kiegyensúlyozott számot nyomtatja, mert ezt jelenti egy osztályozó alapból, ami a szoftverről szóló állítás, nem a piacokról.

Hogy azok az ügyletek, amelyeket a szűrő megtart, annyit fizetnek, amennyit az eldobottak fizettek volna. Ha a modell előnyben részesíti a nagy nyerteseket, a számtan javul és a küszöb csökken; egy modell pedig, amely az ügyleteket várható méret szerint rangsorolja ahelyett, hogy előjel szerint válogatná, más és jobb tárgy, mint amit itt beárazunk. Ez az oldal osztályozót áraz be, mert az emberek osztályozót építenek, és mert a pontosságszám, amelyet a szakterület idéz, csak arra van egyáltalán értelmezve.

Hogy egy hét ügyleten számolt profittényező szám. Két összeg hányadosa, és az egyik összegben egyetlen tag van. Ha a 63. lecke egyetlen vesztes ügylete 0,423 helyett 1,423-ba került volna, a profittényező 7,21, a küszöb 87,82 százalék, a nyeremény pedig 16,10 százalék lenne — ugyanazzal a szabállyal, ugyanazokon a záróárakon. Néhány száz ügyleten a hányados megnyugszik, de pontos soha nem lesz, és a belőle számolt bármely küszöb második tizedesjegye díszítés.

Hogy az 52 százalék a te modelledhez való mérce. Gu, Kelly és Xiu több ezer részvény keresztmetszetén, közel száz előrejelző változóval jósolnak havi hozamot, ami más feladat, mint pontozni azokat a beállásokat, amelyeket a saját módszered már előállított: nekik összehasonlíthatatlanul több adatuk van és semmi hozzáférésük a te belépési szabályodhoz, nálad pedig fordítva. A szám azért van ezen az oldalon, hogy ellenőrizze, milyen nagyságrendet ér el a terület legjobb munkája, és nem azért, hogy megjósolja, mit fog tenni a te osztályozód.

Hogy a beállítások megszámolhatók. Ez a 64. lecke engedménye, és a modell rontja rajta, nem javítja. A hiperparaméterek, amelyeket rácsba begépeltél, megszámolhatók. A jellemző, amelyet megépítettél, kirajzoltál, nem szerettél és töröltél, nem az, és nem az a célváltozó sem, amelyet a következő gyertya irányáról a következő háromra definiáltál át, mert az első nem tanult. Minden újratanítás friss adaton egy újabb beállítás, és egy menetrend, amely két éven át havonta újratanít, csendben további huszonnégyet futtatott le.

És a legdrágább engedmény: ez az oldal beárazott egy modellt, és semmit sem mondott arról, hogy egy modellnek lehet-e oka igaza lenni. Egy szűrő, amely az első tizenöt percben felvett ügyleteket visszautasítja, mert a veszteseid ott csoportosulnak, szabály, egy sorban leírható, és egyetlen beállításnak számít 1,645-ös léccel. Amit ennek az oldalnak a számtana büntet, nem az, hogy tanulsz valamit a saját nyilvántartásodból. Az, hogy sokat tanulsz belőle, és a legjobbat megtartod — és pontosan ez a modellillesztés. A 71. lecke azzal nyitja a portfólió-modult, hogy megkérdezi, mit vesz négy szabály, amit egy nem, megméri a szabályok közötti korrelációt ahelyett, hogy feltételezné, és azt találja, hogy a 67. lecke által beárazott 14,7 hónap 14,1-re csökken, nem 3,7-re.