疑問

• なぜfeature exposureを下げると良いのか？

• feature exposureを見ることは、バックテストの成績を見るよりよいのか？

きっかけは直近全部の戦略が同じように負けてる気がして、良く考えたらfeature exposureが高いのが原因な気がした

feature exposureを見ることは、バックテストの成績を見るよりよいのか？

feature exposureはバックテスト成績に影響を与える原因でしかなくて、バックテスト成績が同じなら、将来の成績も同じになるのか。それともfeature exposureが低いと、将来の成績が良くなるのか？その辺考えてみる

なんかfeature exposureで言われてるのは、

• ファクターが反転したり機能しなくなったときの影響が減る

俺の疑問

• それが成立するには、どういう仮定が必要か？

• 例えば、ファクターが全部同時に反転したら、feature exposureは関係ない

• ファクターの反転は独立に起きる、という仮定があれば成立する？

疑問1

feature exposureが低いモデルの出力が特徴量だったとしたら、そのモデルのfeature exposureは1になる。feature exposureは特徴量セットに依存する。元の特徴量と、このモデルの出力の反転しづらさに差はある？あるとしたらなんで？

俺達はなんとなくRSIとか単純なものに対するfeature exposureが低いと良いと思ってるけど。RSIが単純な理由ってなんだろう？

説明1

• 他のトレーダーが使っているアルファは、機能しなくなりやすい

• RSIとかは有名だし、有名なテクニカルを組み合わせてlgbmに入れたようなものも、使われやすい

• そういうものへのexposureが低いと良い

説明2

• 俺等が単純に思うものは、現実世界のモデルに近い

• 多分移動平均とかは、短期トレーダーの売買を表現できたりするのでは？

• 現実世界のモデルのパラメータが変化すると、俺等が単純に思うものが影響を受けやすい

疑問2: feature exposureが高いモデルのほうが成績が良いケースはあるか？

疑問1みたいに特徴量セット次第でfeature exposureは反転するから、そういう理由では必ず成績逆転のケースはあると思うけど。それ以外である？

リターンが特徴量の線形モデルで表されて、各係数が独立に変化するとしたら、feature exposureが低いほうが良い気がする

過去メモ

何度も考えてる気がする。まずは過去のメモを読んでみる

• https://note.com/btcml/n/nf5dd3df49a92

メモ見つからないけど記憶だと

• 本当は相関していない、時間軸の長い変数に依存するとやばい

• feature exposureは、そういうものへの依存のmaxになる

自分の既存モデルとの相関

これを下げるのは納得感ある

結論

• 良くわからないけど、feature exposure下げておくのは良い気がする

• 既存モデルとの相関を見たほうが良いかな

• すでにfeature exposureが高いモデルがあるなら、同じ特徴量使ったら、feature exposureが高い => 既存モデルとの相関が高い。になるから参考情報にはなる