アンサンブル学習

先週+274,820円
今月+672,879円

 先週はディープラーニングの勉強ばかりやっていましたが、中々学ぶことが多く時間が足りませんorz
トレードの方は前の急落時に改造したおかげで最近はよく眠れるようになりました笑

最近取り組んでるデータ分析のコンペではモデルを組み合わせて性能を向上させるアンサンブル学習というものがよく見られます。
正答率80%の予測モデル1つよりも、相関が低い正答率80%のモデルを何個も組み合わせた方がトータルの正答率が上がるといもので
kaggleで最後のモデル提出前の工程で複数のモデルが良く混ぜ合わせられています。
(詳細はググると沢山出てきます)

それぞれのモデル(ストラテジー)が得意とするところを捉えられるようにすることで全体の成績が上がるということでシストレにも応用できそうですが、相関が低くなるようにストラテジーを組むことがミソになるかと思います。

ただ、ある程度相関が高くても全く同じでなければ全体の成績が少しでも良くなるなら
例えばある指標Aで10位以下のランキング抽出しているストラテジーは
ある指標Aの5位以下の抽出とある指標Aと同様の成績が出るような指標Bの5位以下の2個のストラテジーに分けた方が
全体の成績も伸びるんかもしれないですよね。

そこまでいかなくても、割と似た指標でストラテジーを何個も作って
全体の成績を向上させるのはあまり意味ないかと思っていましたが
実は理にかなってるかもしれないですね。

来週は5連休にしたので頑張ります。
明日からも頑張りましょう~


この記事へのコメント