Продолжаю разбирать kNN v2. В прошлый раз feature mining не сработал. Теперь проверяю гиперпараметры, но не хаотично, а по одному — с заморозкой всего остального.

Что заморожено: K=75, feature set — текущий кандидат из 10 фич, target = median(fwd_5d), bucket-механика, walk-forward, costs = 0.

Грид по N

N — сколько топ-инструментов берём в портфель на каждый день. Прогнал N ∈ {1, 2, 3, 4, 5, 7, 10}.

Что видно:

• Плато на 3–4. N=3 и N=4 дают близкие IS Score (2.31 и 2.37). Обрыв на N=5.

• N=1 и N=2 — высокая доходность, но глубокая просадка. N=1 даёт CAGR 58%, но MDD −81%. Это не торговля, это рулетка.

Привет, Smart-Lab. Я Данил, исследую рынок и торгую то, что наресёрчил. Это первый пост — сразу с материала, без прелюдий.

Задача. Есть kNN-бейзлайн для аллокации по 29 инструментам. Гипотеза: проблема в фичах. Решил прогнать полновесный greedy forward feature selection на 150 фичах. Логика: модель выбирает первую фичу с наибольшим Score, потом с одной фичей идёт по всему списку и выбирает вторую лучшую, и так далее — без предварительного стопа.

Что пошло не так на старте. Грид упал в баг: NaN-скоры для всех инструментов, включая BRENT, где всего 30% NaN. Причина оказалась в обработке состояния: state(t) с −1 либо пропускался, либо давал n_common = 0 при сравнении с аналогами. Починил, но осадок остался.

Результат greedy. 4085 секунд работы. Выбрана одна фича:

На второй итерации лучшая фича дала improvement −0.0616. Стоп по условию improvement < 0.001. 149 фич прогнаны впустую.

Диагностика. Прогнал распределение корреляций P&L субмоделей. 10878 пар: