Розробка функцій: Секретний соус моделей ML

Сміття входить, сміття виходить. Це золоте правило Data Science. Ви можете мати найдосконалішу нейронну мережу у світі, але якщо ви подасте їй необроблені, шумні дані про ціни, вона зазнає невдачі. Feature Engineering — це мистецтво перетворення необроблених даних у значущі вхідні дані.

Що таке функція?

У торгівлі «Ціна» — це вихідні дані.

• RSI (Індекс відносної сили) — це характеристика, яка виходить із ціни.
• Волатильність (ATR) є функцією.
• Час доби є функцією.

Мистецтво перетворення

Ефективна розробка функцій передбачає створення вхідних даних, які висвітлюють прогнозні шаблони.

1. Нормалізація

Ціни дуже різняться (біткойни в 100 доларів проти 100 000 доларів). Ми нормалізуємо вхідні дані (наприклад, використовуючи результати журналу або Z-показники), щоб модель бачала відносні зміни, а не абсолютні числа.

2. Функції відставання

Поточна ціна залежить від минулої ціни. Ми створюємо «відсталі» версії даних (t-1, t-2, t-5), щоб надати моделі часовий контекст.

3. Особливості взаємодії

Поєднання двох індикаторів часто виявляє більше, ніж один окремо. Наприклад, Обсяг * Зміна ціни дає нам Потік грошей.

Уникайте переобладнання

Додавання занадто великої кількості функцій призводить до «Прокляття розмірності». Модель збиває з пантелику шум. Ми використовуємо такі методи, як PCA (аналіз основних компонентів), щоб вибрати лише найефективніші функції.

Наш підхід

У TradingMaster наш ринковий аналіз спирається на підібраний набір із понад 200 власних функцій, перевірених на надійність у різних ринкових умовах.