Интернет конференция по проблемам теории и практики управленияНазвание: Система поддержки принятия торговых решений на основе отображения уверенности классификатора в позицию и многокритериальной оптимизации
Автор: Ирина Владимировна Комкова
Соавторы:
Колосов И. А., Комкова И. В., Дьяченко С. С.
Аннотация:
Рассматривается задача поддержки принятия решений о торговой позиции по активу в условиях, когда прогнозная модель выдаёт не только направление движения цены, но и степень уверенности в нём. Предлагается детерминиро-ванное правило принятия решения, отображающее скалярную уверенность бинарного классификатора в непрерывную позицию с помощью параметриче-ского гиперболического тангенса с зоной нечувствительности и управляемой крутизной. Пороговые значения задают область отказа от торговли, а параметры формы определяют интенсивность изменения позиции за её пределами. Разделение прогнозирования и выбора воздействия позволяет независимо настраивать реакцию системы на сигнал, сохраняя интерпрети-руемость решений и ограничивая величину позиции. Качество правила оцени-вается по нескольким конфликтующим критериям – накопленной прибыли, годовой волатильности и коэффициенту Шарпа, – что формализуется как задача многокритериального выбора. Параметры настраиваются байесов-ской оптимизацией на валидационной выборке и оцениваются на независимой тестовой выборке 15-минутных котировок криптоактива. Полученное правило уступает пассивной стратегии по абсолютной доходности, однако более чем вдвое превосходит её по коэффициенту Шарпа (5,55 против 2,37) при почти вчетверо меньшей волатильности, что демонстрирует ценность явного учёта уверенности и риск-ориентированных критериев в системе поддержки принятия решений.
Ключевые слова:
система поддержки принятия решений, многокритериальная оптими-зация, коэффициент Шарпа, управление риском, машинное обучение, байесовская оптимизация
Автор: Ирина Владимировна Комкова
Соавторы:
Колосов И. А., Комкова И. В., Дьяченко С. С.
Аннотация:
Рассматривается задача поддержки принятия решений о торговой позиции по активу в условиях, когда прогнозная модель выдаёт не только направление движения цены, но и степень уверенности в нём. Предлагается детерминиро-ванное правило принятия решения, отображающее скалярную уверенность бинарного классификатора в непрерывную позицию с помощью параметриче-ского гиперболического тангенса с зоной нечувствительности и управляемой крутизной. Пороговые значения задают область отказа от торговли, а параметры формы определяют интенсивность изменения позиции за её пределами. Разделение прогнозирования и выбора воздействия позволяет независимо настраивать реакцию системы на сигнал, сохраняя интерпрети-руемость решений и ограничивая величину позиции. Качество правила оцени-вается по нескольким конфликтующим критериям – накопленной прибыли, годовой волатильности и коэффициенту Шарпа, – что формализуется как задача многокритериального выбора. Параметры настраиваются байесов-ской оптимизацией на валидационной выборке и оцениваются на независимой тестовой выборке 15-минутных котировок криптоактива. Полученное правило уступает пассивной стратегии по абсолютной доходности, однако более чем вдвое превосходит её по коэффициенту Шарпа (5,55 против 2,37) при почти вчетверо меньшей волатильности, что демонстрирует ценность явного учёта уверенности и риск-ориентированных критериев в системе поддержки принятия решений.
Ключевые слова:
система поддержки принятия решений, многокритериальная оптими-зация, коэффициент Шарпа, управление риском, машинное обучение, байесовская оптимизация