روحیه استمرار، لازمه موفقیت

▫️ما در مسیر یادگیری مهارت های جدید، به احتمال زیاد مسیر این منحنی احساسات رو طی می کنیم تا به تبحر در اون مهارت برسیم. یادگیری در ابتدا با شیب تندی انجام میشه و بسیار لذت بخشه اما از یه جایی به بعد کار سخت و مشخص میشه اونقدری که در ابتدا به نظر میرسید ساده نیست. اگر علاقه و پشتکار ما به یادگیری مهارت مد نظر قوی باشه، اون نقطه مشخص شده در منحنی رو پشت سر گذاشته و به سمت قله حرکت می کنیم. در غیر این صورت یادگیری بدون حصول نتیجه ملموسی رها و احتمالا سراغ یه مهارت دیگه میریم تا اینکه در بهترین حالت به اقیانوسی به عمق یک وجب، تبدیل بشیم، فردی که از هر چیزی یک دانش سطحی داره!

▫️این آفتی هست که ممکنه بهش مبتلا باشیم و ازش بی خبر. نتیجه اش هم دور ریختن همه اون زمانی هست که برای یادگیری سطحی مهارتهای مختلف صرف میکنیم. اما اگر کمی حوصله و پشتکار به خرج بدیم، با صرف همون زمان میتونیم در یکی دو مهارت به تبحر برسیم و بتونیم گره های کوری رو در مسیر زندگی حرفه ای مون باز کنیم که در اعتماد به نفسمون در طی مسیر سخت یادگیری مهارت بعدی برای رسیدن به تبحر تاثیر به سزایی داره.

@FinPy

پیش بینی جهت بازار

▫️تشخیص صحیح جهت حرکت قیمت که از منظر ML یه مساله باینری کلاسیفیکیشنه، مهمترین رکن موفقیت در بازارهای مالی هست. فرض کنید یه دیتاست با فیچرهایی که میتونه در پیش بینی جهت، کارآمد باشه رو داریم و میخواییم بدونیم حرکت a% درصد بعدی قیمت، صعودی خواهد بود یا نزولی. اگر مدل رو روی همه مشاهدات دیتاست (همه نقاط زمانی) ترین کنیم، به دقت خوبی نخواهیم رسید، چون همه مشاهدات موجود در دیتاست ارزش یکسانی ندارند. وقتی مخلوطی از مشاهدات ارزشمند و بی ارزش رو به مدل میدیم، مدل نمیتونه فرآیند یادگیری رو به خوبی انجام بده چون سعی داره از مشاهدات بی ارزش هم یاد بگیره و همین موضوع، دقت اش رو کم میکنه.

▫️نمونه برداری با هدف کاهش مشاهدات (down-sampling) یکی از راهکارهای ممکن برای حل این مشکله. مثلا مشاهداتی که مرتبط با وقوع یه رخداد خاص در بازار هستند رو نگه میداریم و بقیه رو دور میریزیم. رخداد میتونه هر چیزی مثل عبور والیتیلیتی یا آنتروپی از یه ترشلد باشه. توی شکل یه سری رخداد با نقاط قرمز مشخص شدن که آموزش مدل و پیش بینی فقط در اون نقاط (فیچرها و لیبل مرتبط) انجام میشه و نه در همه نقاط سری زمانی قیمت.

@FinPy

انتخاب k برای k-fold کراس ولیدیشن

▫️یکی از کاربردهای کراس ولیدیشن، تخمین عملکرد (Performance Estimation) مدلهای ماشین لرنینگ هست و شاید اولین سوالی که برای کاربر پیش میاد اینه که k رو چند بزارم. مثلا اگر k رو ۵ بزاریم، دیتا به ۵ قسمت تقسیم و ۵ بار مدل ترین میشه. هر بار، مدل روی ۸۰٪ دیتا ترین و روی ۲۰٪ باقیمانده ارزیابی میشه. بنابراین خروجی کراس ولیدیشن در این حالت ۵ تا عدد مثلا Accuracy خواهد بود که یه میانگینی دارند.

▫️برای اینکه میانگین این معیار ارزیابی به واقعیت نزدیکتر، یا به اصطلاح بایاس کمتری داشته باشه، به k بزرگتری نیاز داریم. محدوده پیشنهادی برای k با هدف تخمین عملکرد، ۱۰ تا ۲۰ هست و هر چه دیتای شما کمتر باشه، مثل چیزی که در مسایل مالی باهاش روبرو هستیم، انتخاب باید به سمت ۲۰ نزدیکتر باشه. حد ماکزیمم هم برای این گذاشته شده که وقتی k بزرگتر میشه فولدهای ترین کورولیشن زیادی با هم خواهند داشت بنابراین تخمین حاصل از کراس ولیدیشن اعتبار خودش رو روی دیتایی که مدل هیچ وقت ندیده (unseen data) از دست خواهد داد. مثلا با انتخاب ۵۰، مدل ۵۰ بار، هر بار با ۹۸٪ دیتا ترین و با ۲٪ باقیمانده تست خواهد شد!

@FinPy

#معرفی_کتاب

▫️ پیش بینی هایی که توسط مدل های ماشین لرنینگ انجام میشه، اگه با یه درجه اطمینان همراه باشن، قابل اتکا تر خواهند بود. این درجه اطمینان برای مدل ها میتونه از طریق Conformal Prediction تولید بشه که تو یه سری حوزه ها از جمله فایننس اهمیت زیادی داره. این کتاب جامع ترین مرجع برای یادگیری اصول و مبانی Conformal Prediction هست. اگر حتی علاقه ای به این موضوع ندارید، حداقل بخشی که مربوط به کالیبراسیون کلاسیفایرها هست رو بخونید چون توی Bet Sizing در پوزیشن هایی که بر اساس پیش بینی این مدلها در بازار انجام میشه، دونستنش ضروریه.

Practical Guide to Applied Conformal Prediction in Python


@FinPy

#کتابچه_آموزشی

Investment Model Validation - CFA Institute

▫️اعتبارسنجی یا Validation مهمترین بخش در توسعه یه مدل مبتنی بر ماشین لرنینگ برای سرمایه گذاری هست. چون اگر مدل توسعه داده شده به درستی اعتبار سنجی بشه با اطمینان بیشتری میشه سرمایه بهش اختصاص داد. این کتابچه که مروری بر نحوه اعتبارسنجی مدلهای سرمایه گذاری داشته، به تازگی توسط موسسه CFA منتشر شده. اگرچه روش ها و سنجه های اعتبارسنجی معرفی شده، لزوما جامعترین و یا بهترین نیستند ولی ارزش خوندن داره. اگر دنبال منبع جامعتر و به روزتری در این خصوص هستید، مطالعه بخش چهار این کتاب رو که در مورد بکتست هست، البته همراه با برخی پیشنیازهاش که در فصلهای قبلی کتاب اومده پیشنهاد میشه. در کنار اینها حتما مقاله زیر رو هم بررسی کنید:

Backtest Overfitting in the Machine Learning Era: A Comparison of Out-of-Sample Testing Methods in a Synthetic Controlled Environment

@FinPy

#جیمز_سایمون
#اپیزود

🎙 گفتگو: درسهایی از سایمون

▫️آیا واقعاً همه چیز در قیمت‌های فعلی بازار منعکس شده است و هیچ الگویی برای پیش‌بینی آینده وجود ندارد؟ در این گفتگوی فارسی که بر گرفته از صحبتهای جیم سایمون ریاضیدان و بنیانگذار شرکت رنسانس تکنولوژی (یکی از موفق‌ترین هج فاندهای دنیا)، به این سوال پاسخ و در خصوص مواردی چون ظرفیت سیستمهای معاملاتی، مدیریت پرتفو و تیم سازی که از قطعات دیگر پازل موفقیت در صنعت مدیریت دارایی هستند، توضیحاتی داده شده.

پ. ن.: منظور از مدیر در گفتگو، جیم سایمون هست. سعی شده گفتگو به زبان ساده باشه و سرنخ هایی برای علاقه مندان در خصوص ملاحظات یک سیستم مدیریت دارایی بده.

@FinPy

دل‌نوشته‌ای برای ایران عزیز

ایران عزیز و زخمی، فقط می‌توانم بگویم شکیبا باش. ما تو را همچنان، با سینه‌ای ستبر و قامتی استوار، با بازوانی قوی و شانه‌هایی که خمیدگی را نمی‌شناسد، می‌خواهیم. می‌دانم زخم‌هایی عمیق بر روح و جسمت وارد شده، اما برای همۀ آنانی که به تو عشق می‌ورزند و آیندۀ خود را در دامان تو تعریف کرده‌اند، مهربان و صبور، فقط بمان. می‌دانم دردها در دل داری و کوه‌ها حرف برای گفتن. اما امروز، گاه شکیبایی است و بس. غبارِ غم از رخسارِ زیبا و بی‌مانندت خواهیم زدود و پای سخنان دردآلودت خواهیم نشست. پس تا آن روز، راست‌قامت و استوار، فقط بمان.

دکتر مسعود نیلی