Feature Engineering: The Secret Sauce of ML Models

Σκουπίδια μέσα, σκουπίδια έξω. Αυτός είναι ο χρυσός κανόνας της Επιστήμης Δεδομένων. Μπορείτε να έχετε το πιο προηγμένο νευρωνικό δίκτυο στον κόσμο, αλλά αν το τροφοδοτήσετε με ακατέργαστα, θορυβώδη δεδομένα τιμών, θα αποτύχει. Η Τεχνική Χαρακτηριστικών είναι η τέχνη της μετατροπής ακατέργαστων δεδομένων σε ουσιαστικές εισροές.

Τι είναι ένα χαρακτηριστικό;

Στις συναλλαγές, η "Τιμή" είναι ακατέργαστα δεδομένα.

• Ο RSI (Relative Strength Index) είναι ένα χαρακτηριστικό που προκύπτει από την τιμή.
• Η Vatility (ATR) είναι ένα χαρακτηριστικό.
• Η Ώρα της Ημέρας είναι μια δυνατότητα.

Η Τέχνη της Μεταμόρφωσης

Η αποτελεσματική μηχανική χαρακτηριστικών περιλαμβάνει τη δημιουργία εισροών που τονίζουν προγνωστικά μοτίβα.

1. Κανονικοποίηση

Οι τιμές ποικίλλουν πολύ (Bitcoin στα 100 $ έναντι 100.000 $). Κανονικοποιούμε τις εισόδους (π.χ. χρησιμοποιώντας Επιστροφές καταγραφής ή Z-scores) έτσι ώστε το μοντέλο να βλέπει σχετικές αλλαγές, όχι απόλυτους αριθμούς.

2. Χαρακτηριστικά καθυστέρησης

Η τρέχουσα τιμή εξαρτάται από την προηγούμενη τιμή. Δημιουργούμε "υστερημένες" εκδόσεις δεδομένων (t-1, t-2, t-5) για να δώσουμε στο μοντέλο το χρονικό πλαίσιο.

3. Χαρακτηριστικά αλληλεπίδρασης

Ο συνδυασμός δύο δεικτών συχνά αποκαλύπτει περισσότερους από έναν μόνο. Για παράδειγμα, το «Όγκος * Αλλαγή Τιμής» μας δίνει Ροή Χρημάτων.

Αποφυγή υπερβολικής τοποθέτησης

Η προσθήκη πάρα πολλών χαρακτηριστικών οδηγεί στην "Κατάρα της Διαστάσεις". Το μοντέλο μπερδεύεται από τον θόρυβο. Χρησιμοποιούμε τεχνικές όπως το PCA (Principal Component Analysis) για να επιλέξουμε μόνο τα πιο σημαντικά χαρακτηριστικά.

Η προσέγγισή μας

Στο TradingMaster, η Ανάλυση Αγοράς βασίζεται σε ένα επιμελημένο σύνολο από πάνω από 200 ιδιόκτητα χαρακτηριστικά, που έχουν δοκιμαστεί για στιβαρότητα σε διάφορες συνθήκες αγοράς.