My Random Forest Was Mostly Learning Time-to-Expiry Noise
2 months ago
- #Feature Importance
- #Machine Learning
- #Random Forest
- 样本外置换特征重要性(OOS)用于优化随机森林模型的特征选择
- OOS方法包括训练模型、置换验证数据中的特征值，并评估预测能力的下降程度
- 基尼重要性因对连续变量的偏好性及基于训练数据计算而受到批评
- 该模型预测比特币价格波动的AUC值异常高达0.7566，可能存在过拟合问题
- 研究发现'seconds_to_settle'特征在模型中占据过度主导地位
- 模型工厂已重构为采用领域专用语言(DSL)，使流程配置和可视化更加便捷
- 此次重构有助于自主代理程序发现并验证交易策略