EasyTrend
Machine Learning

Pattern Recognition + Kalman

Esperimento isolatoSola lettura

Riaddestra il filtro Pattern Recognition di ogni titolo con la stessa configurazione del modello in produzione e lo misura su periodi mai visti in addestramento, contro la strategia senza filtro e contro un filtro casuale. Sugli stessi fold, etichette e modello confronta tre insiemi di caratteristiche: quelle di PR, PR più il filtro di Kalman, solo Kalman. Non crea job e non modifica modelli o punteggi in produzione.

Configurazione

Configurazione del filtro
TitoloModelloSogliaAddestratoPromosso
Nessun modello in produzione.

Su un singolo titolo i trade sono poche centinaia in tutta la storia: con molti fold il primo addestramento ha pochi eventi etichettati e il periodo viene dichiarato non addestrabile. 3–4 fold sono un buon compromesso.

Insiemi di caratteristiche

PR + Kalman aggiunge slope_z, innov_z e resid_z alle ~50 caratteristiche di produzione. Solo Kalman usa le tre z-score più k_value e k_slope_5 di PR. Stessi fold, etichette e modello per tutti.