Качество фин модел оценить сложно, поскольку мы не знаем что мы должны получить в итоге, как должен выглядеть результат. В отличии от например модели классификации фоток кошек и собак.
Одно из решений а) создать цель искуственно, где ее параметры точно известны б) разобрать цель, превратив в случайный, зашумленный сигнал, в) используя модель восстановить цель назад и сравнить с исходной.
Мы получаем простой и быстрый тест. Необходимое, но не достаточное условие для проверки модели. Если она не может восстановить цель назад, пробовать ее на реальных данных смысла нет. Это экономит много времени.
На графике искуственая цель, цены премиумов для различных периодов, волатильностей и страйков, используя распределения близкие к реальным рыночным
код. Эта цель затем превращается в случайный сигнал, и восстанавливается.
промежуточная цель — эквити и её характеристики (шарп, ёмкость, масштабируемость)