Feature Engineering: Sosul secret al modelelor ML

Gunoi intră, gunoi afară. Aceasta este regula de aur a științei datelor. Puteți avea cea mai avansată rețea neuronală din lume, dar dacă o alimentați cu date brute și zgomotoase de preț, va eșua. Feature Engineering este arta de a transforma datele brute în intrări semnificative.

Ce este o caracteristică?

În tranzacționare, „Prețul” este date brute.

• RSI (Indice de putere relativă) este o caracteristică derivată din preț.
• Volatilitatea (ATR) este o caracteristică.
• Ora zilei este o caracteristică.

Arta transformării

Ingineria eficientă a caracteristicilor implică crearea de intrări care evidențiază tipare predictive.

1. Normalizare

Prețurile variază foarte mult (Bitcoin la 100 USD vs 100.000 USD). Normalizăm intrările (de exemplu, folosind Log Returns sau Z-scores) astfel încât modelul să vadă modificări relative, nu numere absolute.

2. Caracteristici de întârziere

Prețul actual depinde de prețul trecut. Creăm versiuni „întârziate” ale datelor (t-1, t-2, t-5) pentru a oferi modelului contextul temporal.

3. Caracteristici de interacțiune

Combinarea a doi indicatori dezvăluie adesea mai mult decât unul singur. De exemplu, „Volum * Modificare preț” ne oferă Flux de bani.

Evitarea suprainstalării

Adăugarea prea multor caracteristici duce la „blestemul dimensionalității”. Modelul este derutat de zgomot. Folosim tehnici precum PCA (Analiza componentelor principale) pentru a selecta doar caracteristicile cele mai de impact.

Abordarea noastră

La TradingMaster, Analiza pieței se bazează pe un set organizat de peste 200 de caracteristici proprietare, testate pentru robustețe în diferite condiții de piață.