Machine Learning: la mia esperienza

[lumio]

Lumio,

Ti fornisco una serie di dati presi direttamente da BarclayHedge su 1495 hedgefund estratti (praticamente tutti quelli censiti) la media aritmedica (non ponderata) del ritorno annualizzato per di tutti gli hedge è -0.59%, la sommatoria di tutti i ritorni assoluti è di 183.97% (chiaramente in quanti anni è impossibile da calcolare ci sono fondi che hanno 30 anni ed altri 1), il numero di quelli che hanno un YTD return positivo è pari a 752, quelli che lo hanno superiore al 10% annuo è pari a 38 con una media aritmetica di +19.87%, il drawdown medio è di 18.63%. Supponendo che lo scopo è fare più del 10% annuo allora le probabilità che ci si riesca sono 38/1485 = 2.5%. Supponendo una distribuzione geografica dei ritorni superiore alla media che vede gli USA detenere il 90% di quelli superiori al 10% allora le tue probabilità se vivi fuori dagli USA sono inferiori (ci sono alcune altre cosette da considerare) al 2.5% X 10% = 0.25%.

Però è possibile e se vuoi la mia opinione non è neanche così improbabile.

PS
aggiungo che parliamo di rendimenti netti, cioè al netto di commissioni e/o performance fee.

Credo nella regressione verso la media, la mia è curiosità accademica (o mancanza di hobby appaganti bho). Probabilmente farò una brutta fine ma si impara anche da quello.

[PGiulia]

Interessante, come mai lo abbandonasti?

Ne capii relativamente velocemente l'inutilità. E con essa il senso profondo dell'"overfitting"!

Il tempo è la risorsa più preziosa al mondo!

P.S. In pratica adattai e applicai una rete progettata per il controllo meccanico di un braccio robotico a quattro giunti (comprese rotazioni sugli assi), che ritenevo eccellente, per "controllare" serie storiche di prezzi. Risultati impressionanti in backtesting. Totalmente inutile a mercato. E avevo a disposizione, per i tempi, un hardware notevole.

[Uppermost]

Comunque sto sbavando in attesa del link al thread!

A costo di sembrare affetto da qualche forma di demenza ti rispondo io:

It's one hundred percent overfiSting.

[PGiulia]

A costo di sembrare affetto da qualche forma di demenza ti rispondo io:

Lo sei (quasi) sempre sembrato!

Questo nick per cosa lo avevi creato, per chiedere info su fineco senza fare la figura del ... pyrla?

P.S. Eri tu su NeXt???

[amartya78]

Credo nella regressione verso la media, la mia è curiosità accademica (o mancanza di hobby appaganti bho). Probabilmente farò una brutta fine ma si impara anche da quello.

non devi fare nessuna brutta fine. Molti vengono suggestionati da queste parole come Machine Learning, Neural Network, e cose di questo tipo, oggi si parla molto di Data Scientist conosco persone che mi fanno una capa tanta su questi concetti che io li seguo appena e poi magari non sanno neanche che esiste il concetto di gradi di libertà (2000 gradi di libertà e 300 regole e medie mobili a mai finire) o di overfitting. Per esempio ML è intrinsecamente legato all'overfitting. E nei mercati finanziari cadere in quella trappola è immediato semmai l'intelligenza sta nel capire subito il problema e non perderci tempo. Io non uso processi di ottimizzazione di questo tipo dopo ca. 2 mesi che finii il codice sorgente per farli. Non ho prove a sufficienza per affermare che quanto sto per dirti sia vero senza alcun dubbio ma credo che nessuno tra i migliori usi queste tecniche.

[amartya78]

Ne capii relativamente velocemente l'inutilità. E con essa il senso profondo dell'"overfitting"!

Il tempo è la risorsa più preziosa al mondo!

P.S. In pratica adattai e applicai una rete progettata per il controllo meccanico di un braccio robotico a quattro giunti (comprese rotazioni sugli assi), che ritenevo eccellente, per "controllare" serie storiche di prezzi. Risultati impressionanti in backtesting. Totalmente inutile a mercato. E avevo a disposizione, per i tempi, un hardware notevole.

Anche tu!!? :-) E siamo in due...

[Uppermost]

Lo sei (quasi) sempre sembrato!

Questo nick per cosa lo avevi creato, per chiedere info su fineco senza fare la figura del ... pyrla?

P.S. Eri tu su NeXt???

Hai dato in pasto ai tuoi algoritmi di "cold reading" troppi pochi campioni per arrivare a queste conclusioni.

Oppure hai overfittato troppo...

A volte le cose sono più semplici di quello che sembrano.

Ero proprio un pyrla (meglio dire pischello, anche se non son passati molti anni) che chiedeva info su fineco.
Sono un semy-pyrla (se meglio o peggio di allora lascio decidere al lettore) che recentemente si è imbatutto in quel 3d ricco di menti illuminate e sta cercando di assimilarne i contenuti.

[amartya78]

Interessante contributo, non ho le tue competenze per entrare nel merito, ma ho sempre sospettato che ci fosse più marketing che sostanza, dato che negli ultimi 2 anni non era possibile parlare con uno sviluppatore di sistemi senza sentirgli pronunciare le 2 paroline magiche.

Le due paroline magiche sono il main-stream del momento. Ma penso che durerà parecchio. Anche perchè a mio avviso fuori dai mercati finanziari danno buoni risultati ed in alcuni casi ottimi. L'altro giorno parlavo con un tizio che mi ha sparato una serie di sigle che mi sono rinc........ito, mi ricordo l'ultima SVM in quanto mi è rimasta impressa perchè dicendo che non la conoscevo l'ho sconvolto. Poi ammetto che ho fatto una ricerca su google :-)

P.S.
Su Simons mi hanno raccontato una teoria verosimile che ne ridurrebbe la portata. Ma questa è proprio un'altra storia.

[Paolo1956]

Ne capii relativamente velocemente l'inutilità. E con essa il senso profondo dell'"overfitting"!

Il tempo è la risorsa più preziosa al mondo!

P.S. In pratica adattai e applicai una rete progettata per il controllo meccanico di un braccio robotico a quattro giunti (comprese rotazioni sugli assi), che ritenevo eccellente, per "controllare" serie storiche di prezzi. Risultati impressionanti in backtesting. Totalmente inutile a mercato. E avevo a disposizione, per i tempi, un hardware notevole.

Si tratterà mica del famoso braccio meccanico di Terminator 1, quello che nel seguito provocherà "un po' di danni"?
Mannaggia bimba, stai bona! E smetti di addestrare meccanismi!

[Paolo1956]

non devi fare nessuna brutta fine. Molti vengono suggestionati da queste parole come Machine Learning, Neural Network, e cose di questo tipo, oggi si parla molto di Data Scientist conosco persone che mi fanno una capa tanta su questi concetti che io li seguo appena e poi magari non sanno neanche che esiste il concetto di gradi di libertà (2000 gradi di libertà e 300 regole e medie mobili a mai finire) o di overfitting. Per esempio ML è intrinsecamente legato all'overfitting. E nei mercati finanziari cadere in quella trappola è immediato semmai l'intelligenza sta nel capire subito il problema e non perderci tempo. Io non uso processi di ottimizzazione di questo tipo dopo ca. 2 mesi che finii il codice sorgente per farli. Non ho prove a sufficienza per affermare che quanto sto per dirti sia vero senza alcun dubbio ma credo che nessuno tra i migliori usi queste tecniche.

Sono principalmente mode che raccolgono una nicchia di sprovveduti con l'inclinazione tecnologica.
Oh, mica solo sui mercati avviene questo: c'è un professore di Pes....., prestato alla politica, che sproloquia sui meccanismi d'asta dei Titoli di Stato. naturalmente sa che sta dicendo fregnacce (almeno spero), ma va di moda la tecnicalità.
Tutto il mondo è paese.
Ricordatevi che è sempre molto più interessante il dito che la luna....