Apa itu validasi silang deret waktu? Mengapa data latih dan data uji untuk prediksi mata uang kripto tidak boleh diacak sembarangan?
Dalam perdagangan kuantitatif mata uang kripto, model pembelajaran mesin sering kali dilatih menggunakan data historis untuk memprediksi arah harga di masa depan. Namun, jika semua data diacak lalu dibagi menjadi data latih dan data uji seperti pada tugas klasifikasi biasa, urutan waktu bisa rusak dan hasil evaluasi model menjadi terlalu optimistis.
Pertama, apa itu validasi silang deret waktu?
Ini adalah metode untuk mengatur proses pelatihan dan validasi berdasarkan urutan waktu. Model dilatih menggunakan data masa lalu, lalu digunakan untuk memprediksi data pada periode berikutnya. Setelah itu, jendela waktu digeser ke depan, dan proses pelatihan serta validasi diulang untuk mengamati kinerja model pada berbagai fase pasar.
Kedua, mengapa data tidak boleh diacak sembarangan?
Data keuangan memiliki ketergantungan waktu. Sampel yang berdekatan mungkin memiliki konteks pasar, jendela indikator teknikal, bahkan label prediksi yang saling tumpang tindih. Pembagian secara acak dapat membuat data latih memuat informasi dari periode setelah periode pengujian, sehingga evaluasi tidak lagi mengikuti urutan waktu dalam perdagangan nyata.
Ketiga, bagaimana cara membagi data dengan benar?
Sebagai contoh, gunakan data Januari hingga Juni untuk pelatihan, data Juli untuk validasi, lalu data Agustus untuk pengujian akhir. Panjang jendela yang sebenarnya perlu ditentukan berdasarkan ukuran data dan periode prediksi. Data uji akhir harus tetap independen; jangan berulang kali menyesuaikan model setiap kali hasilnya kurang memuaskan.
Keempat, apa lagi yang perlu diperhatikan?
Langkah-langkah seperti normalisasi, penanganan nilai yang hilang, dan pemilihan fitur hanya boleh disesuaikan menggunakan data dari jendela pelatihan saat ini. Jika label saling tumpang tindih dalam waktu, pertimbangkan juga untuk menerapkan jeda pemisah yang sesuai. Evaluasi pula tiap fase pasar secara terpisah agar model tidak hanya cocok dengan pasar bullish atau pasar yang bergerak mendatar.
Validasi silang deret waktu tidak menjamin model akan menghasilkan keuntungan di masa depan, tetapi dapat membuat evaluasi lebih mendekati proses penerapan yang sebenarnya.
Pelatihan harus menghormati urutan waktu. Model yang benar-benar bernilai bukanlah model yang menghafal jawaban dari masa lalu, melainkan model yang mampu menggunakan informasi masa lalu untuk membuat penilaian yang masuk akal tentang pergerakan pasar yang belum terjadi.
Berikutnya: Apa itu rekayasa fitur? Bagaimana cara mengekstrak sinyal perdagangan yang lebih bernilai dari harga, volume perdagangan, dan volatilitas?
Dalam perdagangan kuantitatif mata uang kripto, model pembelajaran mesin sering kali dilatih menggunakan data historis untuk memprediksi arah harga di masa depan. Namun, jika semua data diacak lalu dibagi menjadi data latih dan data uji seperti pada tugas klasifikasi biasa, urutan waktu bisa rusak dan hasil evaluasi model menjadi terlalu optimistis.
Pertama, apa itu validasi silang deret waktu?
Ini adalah metode untuk mengatur proses pelatihan dan validasi berdasarkan urutan waktu. Model dilatih menggunakan data masa lalu, lalu digunakan untuk memprediksi data pada periode berikutnya. Setelah itu, jendela waktu digeser ke depan, dan proses pelatihan serta validasi diulang untuk mengamati kinerja model pada berbagai fase pasar.
Kedua, mengapa data tidak boleh diacak sembarangan?
Data keuangan memiliki ketergantungan waktu. Sampel yang berdekatan mungkin memiliki konteks pasar, jendela indikator teknikal, bahkan label prediksi yang saling tumpang tindih. Pembagian secara acak dapat membuat data latih memuat informasi dari periode setelah periode pengujian, sehingga evaluasi tidak lagi mengikuti urutan waktu dalam perdagangan nyata.
Ketiga, bagaimana cara membagi data dengan benar?
Sebagai contoh, gunakan data Januari hingga Juni untuk pelatihan, data Juli untuk validasi, lalu data Agustus untuk pengujian akhir. Panjang jendela yang sebenarnya perlu ditentukan berdasarkan ukuran data dan periode prediksi. Data uji akhir harus tetap independen; jangan berulang kali menyesuaikan model setiap kali hasilnya kurang memuaskan.
Keempat, apa lagi yang perlu diperhatikan?
Langkah-langkah seperti normalisasi, penanganan nilai yang hilang, dan pemilihan fitur hanya boleh disesuaikan menggunakan data dari jendela pelatihan saat ini. Jika label saling tumpang tindih dalam waktu, pertimbangkan juga untuk menerapkan jeda pemisah yang sesuai. Evaluasi pula tiap fase pasar secara terpisah agar model tidak hanya cocok dengan pasar bullish atau pasar yang bergerak mendatar.
Validasi silang deret waktu tidak menjamin model akan menghasilkan keuntungan di masa depan, tetapi dapat membuat evaluasi lebih mendekati proses penerapan yang sebenarnya.
Pelatihan harus menghormati urutan waktu. Model yang benar-benar bernilai bukanlah model yang menghafal jawaban dari masa lalu, melainkan model yang mampu menggunakan informasi masa lalu untuk membuat penilaian yang masuk akal tentang pergerakan pasar yang belum terjadi.
Berikutnya: Apa itu rekayasa fitur? Bagaimana cara mengekstrak sinyal perdagangan yang lebih bernilai dari harga, volume perdagangan, dan volatilitas?