مهندسی ویژگی: سس مخفی مدل‌های یادگیری ماشین

ورودی نامعتبر، خروجی نامعتبر (Garbage in, garbage out). این قانون طلایی علم داده است. شما می‌توانید پیشرفته‌ترین شبکه عصبی جهان را داشته باشید، اما اگر داده‌های قیمت خام و پر سر و صدا را به آن بدهید، شکست خواهد خورد. مهندسی ویژگی هنر تبدیل داده‌های خام به ورودی‌های معنادار است.

ویژگی چیست؟

در معاملات، "قیمت" داده خام است.

• شاخص قدرت نسبی (RSI) یک ویژگی مشتق شده از قیمت است.
• نوسان (ATR) یک ویژگی است.
• زمان روز یک ویژگی است.

هنر تغییر

مهندسی ویژگی موثر شامل ایجاد ورودی‌هایی است که الگوهای پیش‌بینی‌کننده را برجسته می‌کنند.

1. نرمال‌سازی (Normalization)

قیمت‌ها به شدت متفاوت هستند (بیت‌کوین در ۱۰۰ دلار در مقابل ۱۰۰,۰۰۰ دلار). ما ورودی‌ها را نرمال می‌کنیم (به عنوان مثال، با استفاده از بازده‌های لگاریتمی یا نمرات Z) تا مدل تغییرات نسبی را ببیند، نه اعداد مطلق.

2. ویژگی‌های تاخیری (Lag Features)

قیمت فعلی به قیمت گذشته بستگی دارد. ما نسخه‌های "تاخیر یافته" داده‌ها (t-1، t-2، t-5) را ایجاد می‌کنیم تا به مدل زمینه زمانی بدهیم.

3. ویژگی‌های تعاملی (Interaction Features)

ترکیب دو اندیکاتور اغلب بیشتر از یک مورد به تنهایی آشکار می‌کند. برای مثال، حجم * تغییر قیمت به ما گردش پول را می‌دهد.

اجتناب از بیش‌برازش (Overfitting)

افزودن ویژگی‌های بیش از حد منجر به "نفرین ابعاد" می‌شود. مدل توسط نویز گیج می‌شود. ما از تکنیک‌هایی مانند PCA (تحلیل مؤلفه‌های اصلی) استفاده می‌کنیم تا فقط تأثیرگذارترین ویژگی‌ها را انتخاب کنیم.

رویکرد ما

در TradingMaster، تحلیل بازار ما بر مجموعه‌ای انتخاب شده از بیش از ۲۰۰ ویژگی اختصاصی متکی است که برای استحکام در شرایط مختلف بازار آزمایش شده‌اند.