Что такое перекрёстная проверка для временных рядов? Почему при прогнозировании криптовалют нельзя произвольно перемешивать обучающую и тестовую выборки?
В алгоритмической торговле криптовалютами модели машинного обучения часто обучают на исторических данных, чтобы предсказывать направление движения цены в будущем. Но если, как в обычной задаче классификации, случайным образом перемешать все данные, а затем разделить их на обучающую и тестовую выборки, можно нарушить временной порядок и получить чрезмерно оптимистичную оценку модели.
Во-первых, что такое перекрёстная проверка для временных рядов?
Это метод, при котором обучение и проверка организованы в хронологическом порядке. Модель обучается на прошлых данных, затем прогнозирует данные за следующий период. После этого временное окно сдвигается вперёд, а обучение и проверка повторяются, чтобы оценить работу модели на разных этапах рынка.
Во-вторых, почему нельзя произвольно перемешивать данные?
Финансовые данные зависят от времени: соседние наблюдения могут иметь общий рыночный контекст, использовать пересекающиеся окна технических индикаторов и даже содержать перекрывающиеся целевые метки. При случайном разделении в обучающую выборку может попасть информация из периода, следующего за тестовым, из-за чего оценка перестанет соответствовать реальной временной последовательности торговли.
В-третьих, как правильно разделить данные?
Например, для обучения можно использовать данные с января по июнь, для проверки — данные за июль, а для итогового тестирования — данные за август. Фактическая длина временных окон должна зависеть от объёма данных и горизонта прогнозирования. Итоговая тестовая выборка должна оставаться независимой: не следует раз за разом корректировать модель только потому, что результаты оказались неудовлетворительными.
В-четвёртых, на что ещё обратить внимание?
Такие операции, как нормализация, обработка пропущенных значений и отбор признаков, следует выполнять, подгоняя параметры только на данных текущего обучающего окна. Если целевые метки перекрываются во времени, нужно также предусмотреть подходящие интервалы изоляции. Модель следует оценивать отдельно на разных этапах рынка, чтобы избежать ситуации, когда она приспосабливается только к бычьему рынку или боковому движению.
Перекрёстная проверка для временных рядов не гарантирует прибыльность модели в будущем, но позволяет проводить оценку в условиях, более близких к реальному использованию.
Обучение должно учитывать временной порядок. По-настоящему ценная модель не просто запоминает прошлые ответы, а умеет использовать прошлую информацию, чтобы обоснованно оценивать ещё не произошедшие движения рынка.
В следующей статье: что такое инженерия признаков? Как извлекать более ценные торговые сигналы из цены, объёма торгов и волатильности?
В алгоритмической торговле криптовалютами модели машинного обучения часто обучают на исторических данных, чтобы предсказывать направление движения цены в будущем. Но если, как в обычной задаче классификации, случайным образом перемешать все данные, а затем разделить их на обучающую и тестовую выборки, можно нарушить временной порядок и получить чрезмерно оптимистичную оценку модели.
Во-первых, что такое перекрёстная проверка для временных рядов?
Это метод, при котором обучение и проверка организованы в хронологическом порядке. Модель обучается на прошлых данных, затем прогнозирует данные за следующий период. После этого временное окно сдвигается вперёд, а обучение и проверка повторяются, чтобы оценить работу модели на разных этапах рынка.
Во-вторых, почему нельзя произвольно перемешивать данные?
Финансовые данные зависят от времени: соседние наблюдения могут иметь общий рыночный контекст, использовать пересекающиеся окна технических индикаторов и даже содержать перекрывающиеся целевые метки. При случайном разделении в обучающую выборку может попасть информация из периода, следующего за тестовым, из-за чего оценка перестанет соответствовать реальной временной последовательности торговли.
В-третьих, как правильно разделить данные?
Например, для обучения можно использовать данные с января по июнь, для проверки — данные за июль, а для итогового тестирования — данные за август. Фактическая длина временных окон должна зависеть от объёма данных и горизонта прогнозирования. Итоговая тестовая выборка должна оставаться независимой: не следует раз за разом корректировать модель только потому, что результаты оказались неудовлетворительными.
В-четвёртых, на что ещё обратить внимание?
Такие операции, как нормализация, обработка пропущенных значений и отбор признаков, следует выполнять, подгоняя параметры только на данных текущего обучающего окна. Если целевые метки перекрываются во времени, нужно также предусмотреть подходящие интервалы изоляции. Модель следует оценивать отдельно на разных этапах рынка, чтобы избежать ситуации, когда она приспосабливается только к бычьему рынку или боковому движению.
Перекрёстная проверка для временных рядов не гарантирует прибыльность модели в будущем, но позволяет проводить оценку в условиях, более близких к реальному использованию.
Обучение должно учитывать временной порядок. По-настоящему ценная модель не просто запоминает прошлые ответы, а умеет использовать прошлую информацию, чтобы обоснованно оценивать ещё не произошедшие движения рынка.
В следующей статье: что такое инженерия признаков? Как извлекать более ценные торговые сигналы из цены, объёма торгов и волатильности?