Эквити или Правдоподобие?

Модель систематически недооценивала экстремальные режимы рынка, и я принудительно добавил веса на важные для меня режимы рынка.

Затем задумался, что именно оптимизатор пытается сделать, почему он игнорирует режимы которые для меня важны.

Модель несовершенна, и ее фиттинг всегда будет с ошибками. Вопрос куда именно попадут эти ошибки. Делая фиттинг по правдоподобию мы (неявно) говорим оптимизатору «запихни эти ошибки модели куда нить, на свое усмотрение». И оптимизатор, на свое усмотрение, куда нить эту ошибки и запихивает. Часто, делая наоборот от того что нам требуется, давая высокую точность на режимах которые нам совершенно бесполезны, и жертвуя режимами которые нам очень важны.

Веса, это один из способов сказать оптимизатору куда можно поместить ошибки, указать ему явно чем можно пожертвовать. Например, если нам важны экстремальные режимы, можно сказать об этом оптимизатору «используй взвешенное правдоподобие, с весами х2 для точек <0.01 и >0.99 квантилей».

Но, веса, таки, это все равно достаточно неточно и условно, нужно как то подобрать а) какой тяжести вес и б) куда именно его положить. Это сложно, можно ошибиться.

Эквити — совершенно точно и четко говорит оптимизатору что важно а что нет, куда можно запихнуть ошибки, чем можно пожертвовать а чем нельзя. Эквити пожалуй предпочтительней правдоподобия.

На практике, мне кажется нужно использовать оба варианта, поставить задачу по эквити часто сложней, и веса могут быть проще и быстрее.

Возможно что то вроде этого имеют ввиду говоря что «использование теории вероятности — возможно не самый лучший способ для алготрейдинга».