Në shkencën e të dhënave dhe tregtinë financiare, një nga sfidat më të vazhdueshme është gjetja e ekuilibrit të duhur midis kompleksitetit të modelit dhe saktësisë parashikuese. Në shkencën e të dhënave, mbivendosja ndodh kur një model mëson jo vetëm modelet e vërteta themelore në të dhënat e trajnimit, por edhe zhurmën - duke çuar në përgjithësime të dobëta në të dhënat e reja, të padukshme. Çfarë është mbipeshë? Në shkencën e të dhënave, mbivendosja shfaqet gjatë procesit të ndërtimit të modelit. Një model që është shumë kompleks – siç është ai me shumë parametra ose ai që përpiqet të kapë çdo luhatje të minutës në grupin e trajnimit – përfundon duke memorizuar të dhënat në vend që të mësojë sinjalin themelor.Kur një model është mbivendosur, mund të duket i shkëlqyeshëm në të dhënat historike, por performanca e tij parashikuese bie kur aplikohet në grupe të reja të të dhënave. Në tregtinë financiare, koncepti është analog. Tregtarët shpesh backtest strategjitë kundër të dhënave historike të çmimeve, rregullat e rafinimit dhe parametrat tuning për të shtypur të ardhurat më të larta. Nëse strategjia është optimizuar tepër për idiosinkrazitë e lëvizjeve të kaluara të çmimeve, ajo mund të mos përshtatet me ndryshimet e ardhshme të tregut. Një strategji që ka kryer jashtëzakonisht mirë në të dhënat historike mund të thyhet kur edhe ndryshime të vogla ndodhin në dinamikën e tregut. Pse mbivlerësimi i çështjeve për tregtarët Overfitting është veçanërisht e shtrenjtë në tregtinë sepse tregjet financiare janë të zhurmshme, të paparashikueshme dhe të ndikuar nga faktorë të panumërt përtej veprimit historik të çmimeve.Ndryshe nga disa mjedise të kontrolluara ku modelet e të dhënave mbeten relativisht të qëndrueshme me kalimin e kohës, tregjet evoluojnë në përgjigje të ndryshimeve ekonomike, ngjarjeve gjeopolitike dhe ndryshimeve në sjelljen e tregtarëve. Për shembull, imagjinoni një tregtar duke hartuar një sistem bazuar në që dukej të korrelonte me lëvizjet e çmimeve gjatë një periudhe të përzgjedhur. pa një validim të kujdesshëm, strategjia mund të ngatërronte rastet e rastësishme për sinjale të besueshme. Ndërsa treguesit e avancuar mund të pasurojnë kornizat strategjike, rregullat dhe kufijtë e tepërt që përputhen me performancën historike rritin rrezikun e mbivendosjes, duke e bërë strategjinë të brishtë kur kushtet ndryshojnë. Kartë Patterns Indikator i formulës Xhmaster Kartë Patterns Indikator i formulës Xhmaster Mësimet nga shkenca e të dhënave Shkenca e të dhënave ofron qasje të strukturuara për të zbutur mbivendosjen, dhe këto mësime përkthehen mirë në tregtinë. 1.Ndajeni të dhënat tuaja Në mësimin e makinës, grupet e të dhënave shpesh ndahen në grupet e trajnimit dhe testimit. Një model trajnohet në të parin dhe vlerësohet në të fundit për të vlerësuar përgjithësimin. Tregtarët mund të miratojnë një mendim të ngjashëm duke ndarë të dhënat në periudha në mostër dhe jashtë mostrës. Një strategji mund të zhvillohet duke përdorur të dhënat nga një kornizë kohore, dhe pastaj të testuar rreptësisht në një tjetër, për të siguruar që ajo nuk është thjesht e mbingarkuar në një periudhë të caktuar. 2.Regularizimi Në shkencën e të dhënave, teknikat e rregullimit penalizojnë modelet tepër komplekse për t'i parandaluar ato nga përputhja shumë e ngushtë me zhurmën.Traderët mund të aplikojnë një parim analog duke favorizuar rregulla më të thjeshta të strategjisë në krahasim me kombinimet tepër komplekse. mund të tejkalojë një të fryrë me rregulla të ndërlikuara të hyrjes dhe daljes që funksiononin vetëm në kushtet e tregut të kaluar. Candlestick Patterns përshtypje Candlestick Patterns përshtypje Validimi i kryqëzuar Validimi i kryqëzuar është një metodë ku trajnime të shumta dhe ndarje të testimit përdoren për të vlerësuar performancën e modelit në mënyrë më të qëndrueshme. Tregtarët mund ta simulojnë këtë duke testuar strategjitë e tyre në tregje, instrumente ose korniza kohore të ndryshme.Nëse një strategji punon në mënyrë të qëndrueshme në kushte të ndryshme, ka më pak gjasa të jetë e përshtatshme.Nëse shfaqen dobësi në shumë skenarë, kjo është një shenjë se strategjia mund të jetë shumë e përshtatur. 4.Shmangni përshtatjen e kurbës Përshtatja e kurbës i referohet përshtatjes së një modeli në mënyrë që të përputhet ngushtë me të dhënat historike. Tregtarët shpesh gabimisht përshtaten kur përshtaten parametrat e strategjisë për të arritur rezultate më të mira të backtest. Kjo mund të krijojë një ndjenjë të rreme besimi. Në vend që të rregullojnë vazhdimisht parametrat derisa backtest të duket i përsosur, tregtarët duhet të japin përparësi rregullave logjike, teorikisht të justifikuara, edhe nëse ato prodhojnë performancë modeste por të qëndrueshme. Roli i zhurmës në të dhënat financiare Të dhënat financiare janë në thelb të zhurmshme. Ndryshimet e çmimeve të rastësishme shpesh errësojnë sinjalet e vërteta. Në shkencën e të dhënave, zhurma mund të çojë modele në humbje nëse nuk filtrohen ose llogariten. Tregtarët, gjithashtu, duhet të pranojnë se shumë modele të dukshme mund të jenë artefakte të rastësisë. Një qasje e fuqishme kërkon dallimin midis zhurmës së rastësishme dhe tendencave të kuptueshme. Një shembull praktik qëndron në përdorimin e modeleve të diagrameve. Modelet si koka dhe shpatullat, trekëndëshat ose flamujt mund të duken vizualisht bindëse, por jo të gjithë ata mbajnë fuqi parashikuese. Përqafimi i mendimit probabilistik Tregtarët duhet të miratojnë të menduarit probabilistik. Ashtu si një shkencëtar i të dhënave pranon se parashikimet janë në thelb të pasigurta, tregtarët duhet të trajtojnë çdo sinjal strategji si probabilistik në vend se deterministik. Një konfigurim tregtare mund të tregojë një probabilitet më të lartë të fitimit, por suksesi nuk është kurrë i garantuar. Ky mendim zvogëlon koston psikologjike të tërheqjeve dhe forcon praktikat e menaxhimit të rrezikut. Konkludimi Kostoja e mbivendosjes në tregtinë mund të jetë e rëndë, duke çuar në strategji që duken të shkëlqyera në pamje të prapme, por punojnë keq në tregjet e gjalla. Duke marrë mësime nga shkenca e të dhënave - të tilla si ruajtja e të dhënave të validimit, thjeshtimi i projektimit, shmangia e përshtatjes së kurorës dhe përqafimi i mendimit probabilistik - tregtarët mund të ndërtojnë sisteme më të qëndrueshme.Për të njohur se tregjet financiare janë komplekse, të zhurmshme dhe vazhdimisht në lëvizje është hapi i parë drejt shmangies së kurtheve të mbivendosjes.Me dizajn të menduar dhe validim të disiplinuar, tregtarët mund të lundrojnë tregjet me strategji që 
 
 Kjo histori është shpërndarë si një lëshim nga Jon Stojan nën HackerNoon's Business Blogging Program. Kjo histori është shpërndarë si një lëshim nga Jon Stojan nën HackerNoon's Business Blogging Program.

This story contains new, firsthand information uncovered by the writer.

Kjo audio është prodhuar në gjuhën origjinale të tregimit!

Kostoja e mbivendosjes: Mësimet që tregtarët mund të mësojnë nga shkenca e të dhënave

About Author

KOMENTE

VARUR TAGS

KY ARTIKU U PARAQIT NË

Related Stories

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps