【読書メモ】ファイナンス機械学習【第6章】

はじめに

ファイナンス機械学習 金融市場分析を変える機械学習アルゴリズムの理論と実践
という書籍を読み始めました

せっかくなので内容を忘れないようにメモしていこうと思います
超ざっくり要約と一言感想的な感じで

第1章はこちら
第5章はこちら

6. アンサンブル法

6.1 はじめに

ざっくり要約

この章ではアンサンブル法を金融分野に良い感じに適用する方法について説明するよ

感想

お願いします!

6.2 誤りの3つの要因

ざっくり要約

機械学習モデルの一般的な誤りは以下の3つだよ

  • バイアス
  • バリアンス
  • ノイズ

感想

全部初耳だったけど、ググったら良い感じの説明がたくさんあって参考になった

6.3 ブートストラップアグリゲーション

ざっくり要約

ブートストラップアグリゲーション(通称:バギング)はバリアンスを削減できるよ
(オーバーフィッティングを回避できるよ)

感想

なんとなく分かった

6.4 ランダムフォレスト

ざっくり要約

ランダムフォレストはバリアンスを削減する良い手法だよ

感想

なんとなく分かった

6.5 ブースティング

ざっくり要約

ブースティングを使うと基本的にはバイアスを削減できるよ
(精度が高くなるよ)

感想

はーい

6.6 金融データにおけるバギングとブースティングの比較

ざっくり要約

金融データへの適用は、ブースティングよりもバギングの方が良いよ
金融データはノイズが多いのでオーバーフィットしやすいからね
(バギングはオーバーフィットへの対処ができるよ)

感想

なるほど

6.7 バギングのスケーラビリティ

ざっくり要約

サポートベクタマシン(SVM)とかはそもそも100万とかの大きいデータに対応できないけど、
バギングだとベース学習に使うデータを少なくしても大丈夫なのでSVMとかも良い感じに使えるよ

感想

なるほど

おわりに

なんか今章はけっこうググって出るレベルの話が多かったな
なんとなく理解できたけどやっぱり実際に自分で手を動かさないと本当のところは分からんな

第7章はこちら

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×