Как объединить различные меры в одну меру

Question

У меня есть несколько мер:

1. Прибыль и убыток (PNL).
2. Соотношение выигрыша и проигрыша (W2L).
3. Среднее значение коэффициента усиления к просадке (AG2AD).
4. Макс. Коэффициент усиления к максимальному коэффициенту просадки (MG2MD).
5. Количество последовательных коэффициентов прироста к последовательным потерям (NCG2NCL).

Если бы было только 3 показателя (A, B, C), то я мог бы представить «общий» показатель как величинуТрехмерный вектор:

R = SQRT (A ^ 2 + B ^ 2 + C ^ 2)

Если я хочу объединить эти 5 мер в одно значение, имеет ли смысл представлятьих как величина 5D вектора?Есть ли способ придать больший вес некоторым мерам, таким как PNL?Есть ли лучший способ объединить их?

Обновление:
Я пытаюсь написать функцию (в C #), которая принимает 5 тактов и представляет их линейнотак что я могу свернуть многомерные значения в одно линейное значение.Дело в том, что это позволит мне использовать только одну переменную (сохранить память) и обеспечит быстрый метод сравнения двух наборов мер.Почти как построение хеш-значения, но каждый хеш можно использовать для сравнения (т. Е.>, <, ==). </p>

Статистическая значимость значений совпадает с порядком их перечисления: PNLнаиболее значимым, а NCG2NCL наименее значимым.

Answer 1

Если я хочу объединить эти 5 мер в одно значение, имеет ли смысл представлять их как величину вектора 5D?
Абсолютно, если результат вас устраивает.

Есть ли способ придать больше «веса» определенным мерам, таким как PNL?
Вы можете ввести постоянные веса

SQRT(wa*A^2 + wb*B^2 + wb*C^2)

Есть лилучший способ объединить их?
Это зависит от ваших требований.В частности, нет ничего плохого в использовании простой суммы |A| + |B| + |C|, которая бы лучше подходила для «средних» свойств.То есть с вашей формулой (0, 0, 9) дает гораздо лучший результат, чем (3, 3, 3), тогда как с простой суммой они будут эквивалентны.

Вообще говоря Оли правильно: вам придетсяПримите решение самостоятельно, ни одна книга по алгоритмам не сможет оценить ваши требования.

Answer 2

Объединение мер в одно значение в лучшем случае рискованно.Однако вы делаете это, вы теряете информацию.Если у меня есть 3 апельсина, яблоко и пара кусочков хлеба, я могу комбинировать их различными способами:

• Сумма (3 + 1 + 2) = 6
• Взвешенная сумма(.5 * 3 + 2 * 1 + 1,5 * 2) = 6,5
• SQRT (3 ^ 2 + 1 ^ 2 + 2 ^ 2) = SQRT (15) ~ = 3,8
• SQRT (3 ^ 2 + 2 * 1 ^ 2 + 2 ^ 2) = SQRT (16) = 4
• и так далее.

Какой бы результат я не получил, он будет менее значимым, чем первый.Через стейк и стакан воды, и ценность становится еще менее значимой.Результатом всегда является некоторая мера подачи еды.

Вам необходимо выяснить, как преобразовать различные значения в значения с эквивалентными шкалами (линейные или логарифмические) и эквивалентными значениями (1 X ~ = 1 Y ~ = 1Z).На этом этапе простой суммы или продукта может быть достаточно.В вашем случае, кажется, вы пытаетесь объединить различные меры финансового дохода.Некоторые из мер, которые вы используете, не очень сопоставимы.

Answer 3

Я бы предложил реализовать это с помощью анализа основных компонентов.Это даст вам веса, необходимые для ваших коэффициентов.Вы можете сделать это с помощью пакета stat или использовать упакованную функцию C #.

-Ralph Winters

Answer 4

Как уже отмечали другие, существует бесконечное количество способов объединения ценностей. Вы пометили вопрос машинного обучения и искусственного интеллекта, который предполагает, что вы, возможно, захотите найти оптимальный способ их сочетания? Например. придумайте метрику "добродетели" и попробуйте смоделировать это из других. Тогда есть ряд алгоритмов машинного обучения - например. Байесовская модель была бы хорошим началом: быстрая, как правило, хорошо работает, если не обязательно лучшая.