-
Важность признаков полученных из ML-моделей (Feature Importance)
Важность признаков (Feature Importance) — инструмент для понимания того, какие переменные вносят наибольший вклад в предсказания модели. Методы оценки важности признаков решают несколько практических задач: отбор релевантных предикторов, детекцию утечек данных, снижение размерности для ускорения инференса. Выбор метода зависит от типа модели, структуры данных и требований к интерпретируемости. Разные подходы к оценке важности дают разные…
-
Как анализировать финансовые коэффициенты для выбора перспективных активов?
Даже у опытных инвесторов нередко возникает проблема: портфель вроде бы собран, стратегии протестированы, однако результаты остаются скромными. И зачастую причина кроется в том, что выбор активов строится на вере в то, что «взлетит», одном-двух сильных показателях в отчетности, но не на системной оценке бизнеса. Чтобы этого не произошло, я рекомендую проводить анализ финансовых коэффициентов системно…
-
Расчет метрик прибыльности биржевых стратегий с помощью Python
В этой статье я предлагаю рассмотреть профессиональный подход к расчету прибыльности торговых стратегий с помощью Python. Правильная оценка эффективности стратегий является краеугольным камнем успешного алгоритмического трейдинга. Но не все знают как это готовить. Большинство начинающих трейдеров ограничиваются расчетом общей доходности и процента прибыльных сделок, однако такой подход игнорирует временную структуру доходности и риски. Стратегия может…
-
Информационные критерии: AIC (Akaike Information Criterion) и BIC (Bayesian Information Criterion)
Информационные критерии Акаике и BIC часто используют для выбора оптимальной модели машинного обучения. Они помогают сбалансировать точность аппроксимации и сложность модели, предотвращая переобучение и избыточную параметризацию. В отличие от чисто статистических метрик, AIC и BIC учитывают не только качество подгонки модели к данным, но и число используемых параметров, что делает их особенно полезными при сравнении…
-
MSE, RMSE, MAE, MAPE для оценки качества прогнозов временных рядов
При построении моделей прогнозирования временных рядов, для оценки качества чаще всего используют одну или две из следующих четырех метрик: MSE, RMSE, MAE и MAPE. Каждая из них рассказывает свою историю о модели, и понимание этих нюансов может стать разницей между прибыльной стратегией и потерей капитала. И MSE, RMSE, MAE и MAPE решают одну и ту…
-
Модели ценообразования активов: CAPM и APT
В этой статье я предлагаю разобрать две фундаментальные модели ценообразования, которые значительно повлияли на современную финансовую теорию — Capital Asset Pricing Model (CAPM) и Arbitrage Pricing Theory (APT). Эти модели представляют собой краеугольные камни в понимании взаимосвязи между риском и доходностью, хотя в реальной торговой практике требуют существенных модификаций или даже альтернативных подходов, особенно в…
-
Рынки капитала: акции, облигации, деривативы. Основы ценообразования и оценки
В этой статье я подробно рассмотрю три основополагающих элемента рынков капитала: акции, облигации и деривативы. Мы погрузимся в их сущность, механизмы функционирования, методы оценки и стратегии работы с ними. Особое внимание я уделю точкам пересечения традиционного финансового анализа с современными методами data science и машинного обучения. Рынки капитала: основные понятия и структура Рынки капитала представляют…