投資の世界ではファクターやアルファ？だと言ったり、機械学習の世界では特徴量などと言ったりしますが、株価を予測するための変数として、色々な物が使われます。
それは決算のデータだったり、自社株買いのシグナルだったり、金利の動きであったり、もしくはカスタマー企業の動きであったりします。
今日は一つの特徴量により、憂鬱なバック手テストが一気に様変わりした例を示してみます。
下は先日、私が開発したシステムでVersion 0の状態のものです。
最初、最新データを使わずにバックテストをして、ええやん！と思って使っていたのですが、どうも調子がわるく、データ最新化を実施し、再度検証するとこんな感じだったのです。
ちなみに、全てValidation区間です。
直近になると垂れ下がっているのですが、これは使いたくありません。
なので、一所懸命なにか使える特徴量がないのか考えてみて、バスの中であれはどうだろう！？と思い一つの特徴量を試してみたのです。
すると先日ブログに書いた通りですが、一気に改善するのです。
150日あたりまでは同じリターンなのですが、それ以降が全く異なります。
おそらくはレジームスイッチの様に効いているのでしょうね。
やっぱり時間を使うところは学習よりも特徴量選定なのでしょうね。
という訳で、こりゃたまらんわ、すぐに使わねばと思い、先日より投入しています。しかーしながら、このシステムは依然として非常に調子が悪く、システム改変後も損失を叩き出しているのです。
でもここは我慢して今週も使うことにしています。
まぁ今週は様子見としてレバレッジを落としてみますがね。
さらに損失を吐き出すならば、更なる特徴量を探す沼に浸かってゆくのでしょうね。