Ingegneria delle funzionalità: la salsa segreta dei modelli ML

Immondizia dentro, spazzatura fuori. Questa è la regola d’oro della Data Science. Puoi avere la rete neurale più avanzata del mondo, ma se la fornisci con dati grezzi e rumorosi sui prezzi, fallirà. Feature Engineering è l'arte di trasformare i dati grezzi in input significativi.

Cos'è una funzionalità?

Nel trading, il "Prezzo" è un dato grezzo.

• RSI (Relative Strength Index) è una caratteristica derivata dal prezzo.
• La volatilità (ATR) è una funzionalità.
• L'ora del giorno è una funzionalità.

L'arte della trasformazione

Una progettazione efficace delle funzionalità implica la creazione di input che evidenzino modelli predittivi.

1. Normalizzazione

I prezzi variano notevolmente (Bitcoin a $ 100 contro $ 100.000). Normalizziamo gli input (ad esempio, utilizzando Log Returns o Z-score) in modo che il modello veda cambiamenti relativi, non numeri assoluti.

2. Funzionalità di ritardo

Il prezzo attuale dipende dal prezzo passato. Creiamo versioni "ritardate" dei dati (t-1, t-2, t-5) per fornire al modello un contesto temporale.

3. Funzionalità di interazione

La combinazione di due indicatori spesso ne rivela più di uno singolarmente. Ad esempio, "Volume * Variazione prezzo" ci dà Flusso di denaro.

Evitare l'adattamento eccessivo

L'aggiunta di troppe funzionalità porta alla "maledizione della dimensionalità". Il modello viene confuso dal rumore. Utilizziamo tecniche come PCA (analisi delle componenti principali) per selezionare solo le funzionalità di maggiore impatto.

Il nostro approccio

Presso TradingMaster, la nostra Analisi di mercato si basa su un insieme curato di oltre 200 funzionalità proprietarie, testate per la robustezza in diverse condizioni di mercato.