先日書いた抱負は忘れて、モデルの改善に励んでいました。
別に調子が悪いという訳ではなかったのですが、単一指標だけ・線形回帰だけで運用していたのですが、ちょっと弄ってみたのです。(以下リング）
以下は改善前後のバックテストリターンです。
改善前ではとある指標のN日間リターンを利用していますが、
改善後はN日間のリターンでも、直近のリターンに対し、重みを付けてみました。
これは経験上の話ですが、N日間リターンを売買指標とするとき、
直近のリターン（1日前とか）に重みを付けるとバックテストが改善することがあります。
これは以下の記事でも使っているテクです。
あるファクターの価格の動きに与える影響は時間と共に減衰してゆきます。
たとえば、3日間のリターンは3日前リターン＋2日前リターン＋1日前リターンに分解されますが、とくに影響力をもっているのは1日前のリターンです。
なので、3日間リターンが相関性として良い数字を叩き出していたとしたら、それを分解して、重みづけを行う事でより説明力が増す可能性があるという事です。
機械学習ではラグ特徴量として分解するとは思います。
これを読んでハッと思った人はお試しください。
では。