По предсказательным моделям классификационного типа вычисляется класс, к которому будет отнесена совокупность поступивших на момент предсказания исходных данных.
Рассмотренные варианты не исчерпывают всего разнообразия целевых переменных, возможных на финансовых рынках. Но вывод из данного раздела: целевая переменная должно точно соответствовать целям торговой системы.
1.2.3. Независимые переменные
Независимые переменные, в дальнейшем предикторы, независимы в том смысле, что поступают в модель извне, являются внешними, измеряемыми переменными, или переменными, вычисленными на основе этих внешних переменных. Например, любые экономические, финансовые данные, включая котировки валютных пар, являются независимыми переменными, так как их значения образуются в результате деятельности субъектов на рынке. К этой же категории переменных относятся и индикаторы из технического анализа, которые вычисляются на основе котировок.
Выбор независимых переменных не менее важен, чем выбор целевой переменной. Более того, именно выбор независимых переменных определяет успешность моделирования. Основное время, затраченное на разработку модели, уходит как раз на анализ и подбор набора независимых переменных.
Этот вопрос рассмотрим в отдельных разделах.
1.2.4. Оценка результативности модели
Тип модели предполагает разные типы оценок.
Для регрессионных моделей это ошибка предсказания, полученная как разность между предсказанной и фактической величиной (к примеру, RMSE).
Для классификационных моделей это рассогласование, полученное как совпадение/несовпадение фактических и предсказанных классов.
1.2.5. Выбор модели
Наличие оценки результативности модели позволяет выбрать лучшую модель. Это можно сделать, если «лучшая» модель сильно отличается от своих конкурентов. Если это не так, то, отбросив «худшую» модель при ее наличии, можно сделать предсказание, используя имеющиеся предсказания моделей в качестве предикторов для окончательного предсказания.
1.2.6. Итоги
В первом приближении создание модели кажется ясным: выбираем метод моделирования, учим модель на наборе данных обучения все готово, можно предсказывать.
Вам очень повезет, если столь просто удастся создать надежную, устойчивую модель, работающую на новых наблюдениях.
Чтобы получить модель, имеющую примерно одинаковые оценки результативности вне набора обучения следует сначала понять данные и цель моделирования. После понимания данных и целей, можно предварительно обработать и разделить данные. После этих шагов можно начинать создание, оценку и выбор моделей. Только после того, как эти шаги сделаны, мы, наконец, начнем создание, оценку и выбор моделей.
Существует целый ряд общих причин неудачности предсказательных моделей:
не адекватная предварительная обработка данных;
не адекватная проверка модели;
неоправданная экстраполяция (применение к данным, которые имеют слабое отношение к обучающему набору);
наиболее важное: переобучение модели на обучающем наборе данных.
1.3. Терминология
Предсказательное моделирование является одним из многих наименований, которые относятся к процессу выявления отношений внутри данных для предсказания желаемого результата. Машинное обучение, искусственный интеллект, распознавание образов, интеллектуальный анализ данных, предсказательная аналитика много научных областей сделало вклад, что привело к синонимии разных понятий.
Предсказательное моделирование это процесс, с помощью которого модель создает, выбирает или пытается сделать лучшее предсказание вероятности результата.
Набор данных это общий и расплывчатый термин.
Набор данных на внешнем носителе это файл данных по тексту книги. По расширению файла можно судить о кодировке и, частично, о структуре файла. В пакете Rattle допустимы разные файлы. Наибольший интерес для нас будут представлять файлы со следующими расширениями:
.txt обычный текстовый файл;
.csv текстовый файл Excel;
.RData файл R, в котором хранится рабочая область.
Набор данных в памяти это некоторая совокупность данных, имеющая структуру. В терминах R это вектор, матрица, фрейм данных или совокупность этих данных.