feature exposureとは?
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
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