Многопараметрическое сравнение ордеров

При выборе/создании лучших ордеров для входа/модификации позиции возникает задача их сравнения по нескольким параметрам.
Сами параметры могут выводиться из ТС (для опционов это могут быть даже греки )) ).
Эти параметры разнородны:
— оценивают различные классы характеристик
— имеют разную размерность.
В силу чего сведение их в одной фитнесс-функции может представляться задачей трудновыполнимой или имеющей неоднозначное решение.

Пример для СМЕ, расцвеченные столбцы — параметры

Однако, тип инвестора может определять значимость классов для оценки, а значит очередность их использования (параметры внутри классов по аналогии).

Пример выбора для случая Qty = 1 для всех инструментов

Алгоритмы селекции могут быть различными. При их выборе, имхо, определяющими могут оказать требования к мягкости, точности и т.д. отбора.

Возможные трудности:
— внутри класса может быть несколько разнородных параметров (достаточность набора, очередность применения, ...)
— слишком большое количество параметров может приводить к тому, что некоторые из них могут оказаться неиспользованными в силу фильтрации по предыдущим
— может потребоваться отсортировать отобранные (вариант решения: предельная фильтрация с нумерацией и последующим восстановлением до ограничений)

Вопросы:
— Какими еще методами может быть решена задача многопараметрического выбора?
— Каковы критерии полноты, непротиворечивости и т.д. параметров внутри одного класса в описанной методике?

order ордер

optionanalyser

Москва

358

с 23 мая 2011

11 Комментариев

A2
12 марта 2013, 17:38
если я все правильно понял, то по сути стоит задача классификации. Если так, то добро пожаловать к методам дата-майнинга: я бы начал с баезовского классификатора и метода ближайших соседей.
0
- optionanalyser
  12 марта 2013, 18:00
  at60hz, поясните пжл на примере.
  Допустим у нас есть 5 классов параметров и 10 параметров. Параметры как-то распределены по 5 классам, внутри класса они могут иметь произвольные ед. измерения.
  Классифицировать по всем 10 параметрам-размерностям?
  Если исходный набор ордеров меньше количества параметров или классов насколько валиден такой подход?
  0
  - A2
    12 марта 2013, 18:13
    optionanalyser, можно классифицировать по всем параметрам. если смущает размерность, то ее можно попробовать уменьшить используя метод главных компонент. Размер набора ордеров в момент принятия решения роли не играет. А вот размер обучающего множества важен.
    В целом то что я предлагаю может вам подойти, только при условии что вы можете обучить и классификатор и ближайших соседей. Т.е. на исторических данных постфактум вы можете разбить свои ордера на классы (как минимум на 2: хороший-плохой). К сожалению я не понял из постановки задачи, можете ли вы глядя в прошлое сказать, какой выбор был бы правильным в каждой конкретной ситуации?
    0
    - optionanalyser
      12 марта 2013, 18:26
      at60hz, прошлое отсутствует, имхо
      единственное, что может выступать в его роли — это текущие позиции
      0
      - A2
        12 марта 2013, 19:15
        optionanalyser, если исходить из этого, тогда у вас нет вообще никакого критерия для выбора и искать методы выборки или классификации тоже бессмысленно.
        0
        optionanalyser
        12 марта 2013, 19:27
        at60hz, в рамках предложенного Вами подхода — возможно,
        имхо, это может означать, что нужно найти другой.
        0
        A2
        12 марта 2013, 19:50
        optionanalyser, на самом деле, дело не столько в прошлом как таковом (тут привязки ко времени нет в принципе, все просто набор фактов), просто для вашей задачи так или иначе нужно получить механизм дающий веса атрибутам и производящим классификацию. Я все равно думаю вам стоит посмотреть на методы машинного обучения, уж очень задача похожа на их область.
        0
        optionanalyser
        12 марта 2013, 21:17
        at60hz, тут наши взгляды разняться.
        Если Вы знакомы с опционами, то позволю себе проиллюстрировать на их примере. У позы/комбинации есть дельта, тета и вега. Разные ед. измерения (для разных ситуаций они могут отвечать даже за разные классы оценок), свести их в одной формуле через весовые коэф., наверное, возмножно.
        Будет ли толк от смешения сладкого, желтого и гибкого да еще и через экспертные вес. коэф.?
        0
AlexeyTikhonov
12 марта 2013, 21:22
Два основных варианта, или по множеству Парето отбираете варианты в пределах класса, потом между классами, или как уже сказали методом свертки, сначала в пределах класса, а потом между классами можно опять по Парето. Если бы еще была история, то основываясь на эмпирических распределениях параметров можно было выбирать.
0
- optionanalyser
  13 марта 2013, 09:22
  AlexeyT, поясните пжл в чем разница между предложенными Вами вариантами отбора?
  0
AlexeyTikhonov
13 марта 2013, 11:25
В первом варианте выбирается один из параметров (и его важный критерий — минимизация или максимизация), и исходное множество сортируется по этому критерию, в дальнейшем все остальные варианты сравниваются с этим вариантом, явно худшие (по другим критериям) исключаются, и так продвигаемся дальше (можно раскрашивать цветами, например явно хуже, или явно лучше, позже исключать чуть менее оптимальные чем другие_.
Сложность в том, что у Вас очень много критериев, идеально их немного свернуть (произведением, делением, суммой или еще чем то), или наложить на них ограничения (больше или меньше), откинув сразу не оптимальные. и так далее, делая множество итерация придете к меньшему кол-ву критериев.
Во втором подходе, сворачиваете все или не все критерии в универсальный, это может быть как сумма, или произведенение или ср. геометрическая или ср. арифметическая, разумеется помня о размерности и физическом смысле критериев, и выбираете минимальный или максимальный.
Оптимально совместить эти два подхода, сначала сократив кол-во критериев (введя вместо них общий — единой размерности), а потом методом свертки исключать неоптимальные.
0