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
10. ベットサイズの決定
ざっくり要約
以下の３つの戦略があるよ
- 上昇（下降）するシグナルが強いほどベットサイズも大きくする
- 上昇（下降）するシグナルの数が多いほどベットサイズも大きくする
- ３章で説明したようにメタラベリングを適用する（最初の学習で予測確率を算出して２回目の学習ででそれをベットサイズに変換する）
あとはアクティブなベットを平均化するのが良いよ
けどそれだと注文頻度が高過ぎるから離散化も良いよ
感想
シグナルの強い弱いは分かるけど数ってなんだろう？
機械学習をいくつか並行して走らせるってことかな？
あとアクティブなベットを平均化って最初よく分からなかったけど、
例えば12月1日から毎日指値注文を入れるとして、各注文は５日間約定しなかったら注文をキャンセルするとする
その時に12月2日に２回目の注文する時のサイズは0.5にして、12月1日の１回目の注文はサイズも1から0.5に注文し直すことでサイズを合計で１になるように調整するって意味っぽい
離散化の方は、毎回再注文してたら注文コストかかり過ぎるので、例えば0.5から0.49の変更の時はもう変更しないことにして0.5から0.4の変更は変更する、とかある程度閾値を持たせることっぽい
うーん、個人的にはそもそも複数のアクティブな注文が存在するような状況がなんか微妙というか、12月1日の方は情報が古いんだからキャンセルしてしまって、12月2日の注文サイズを1にすべきでは？って思うなあ
ていうか全体的に、最大ベットサイズがある前提で、注文ごとのベットサイズの最適化の話だった
個人的には最大ベットサイズの決め方を知りたい
板みたり出来高みたりが必要なんだろうなあ
あ〜早く読み終えて手を動かしたい
座学に飽きてきたw
第１１章はこちら