Algorithm 如何将各种度量合并为单个度量
我有几项措施:Algorithm 如何将各种度量合并为单个度量,algorithm,language-agnostic,vector,artificial-intelligence,machine-learning,Algorithm,Language Agnostic,Vector,Artificial Intelligence,Machine Learning,我有几项措施: 损益(PNL) 胜负比(W2L) 平均增益下降比(AG2AD) 最大增益与最大压降比(MG2MD) 连续收益与连续损失的比率(NCG2NCL) 如果只有3个度量(A、B、C),那么我可以将“总”度量表示为3D向量的大小: R=SQRT(A^2+B^2+C^2) 如果我想将这5个度量值组合成一个值,将它们表示为5D向量的大小有意义吗?有没有办法对某些指标(如PNL)施加更大的“权重”?有没有更好的方法将它们结合起来 更新: 我正在尝试编写一个函数(用C#),它包含5个度量值,并以线
我正在尝试编写一个函数(用C#),它包含5个度量值,并以线性方式表示它们,这样我就可以将多维值压缩为单个线性值。这一点是,它将允许我只使用一个变量(节省内存),它将提供两组度量之间的快速比较方法。几乎类似于构建散列值,但每个散列都可以用于比较(即>,如果我想将这5个度量值组合成一个值,将它们表示为5D向量的大小是否有意义?
当然,如果结果适合你的话 是否有一种方法可以对某些度量(如PNL)施加更大的“权重”?
可以引入常数权重
SQRT(wa*A^2 + wb*B^2 + wb*C^2)
有更好的方法将它们结合起来吗?这取决于您的要求。特别是,使用简单和
|A |+| B |+| C |
,这将更好地支持“平均”属性。也就是说,使用公式(0,0,9)
得到的总数比(3,3,3)
好得多,而使用简单和,它们将是等价的
一般来说,Oli是正确的:你必须自己做出决定,没有一本算法书可以为你评估要求。如果我想将这5个度量值组合成一个值,将它们表示为5D向量的大小是否有意义?当然,如果结果适合你的话 是否有一种方法可以对某些度量(如PNL)施加更大的“权重”?
可以引入常数权重
SQRT(wa*A^2 + wb*B^2 + wb*C^2)
有更好的方法将它们结合起来吗?这取决于您的要求。特别是,使用简单和
|A |+| B |+| C |
,这将更好地支持“平均”属性。也就是说,使用公式(0,0,9)
得到的总数比(3,3,3)
好得多,而使用简单和,它们将是等价的
一般说来,奥利是对的:你必须自己做决定,没有一本算法书可以评估你的要求。将度量值组合成一个单一的值最多是有风险的。但是你这样做会丢失信息。如果我有3个橙子、一个苹果和几片面包,我可以将它们组合成不同的值s方式:
- 总和(3+1+2)=6
- 加权和(.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
- 不断地
您需要了解如何将各种值转换为具有等效比例(线性或对数)和等效值(1x~=1y~=1Z)的值。在这一点上,一个简单的总和或乘积可能就足够了。在你的情况下,你似乎正在尝试将各种财务回报指标结合起来。你使用的一些指标没有很强的可比性。将指标组合成一个单一的值最多是有风险的。但是你这样做会丢失信息。如果我有3个橙子,一个苹果还有几片面包,我可以用不同的方法把它们混合起来:
- 总和(3+1+2)=6
- 加权和(.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
- 不断地
您需要了解如何将各种值转换为具有等效比例(线性或对数)和等效值(1x~=1y~=1Z)的值。在这一点上,一个简单的总和或乘积可能就足够了。在您的情况下,您似乎正在尝试组合各种财务回报衡量标准。您使用的一些衡量标准不具有高度可比性。正如其他人所指出的,有无数种组合价值的方法。您已将问题标记为机器学习和ar人工智能,这表明你可能想找到将它们结合起来的最佳方式?例如,想出一个“好的”然后有一系列的机器学习算法-例如,贝叶斯模型将是一个良好的开端:快速,通常表现良好,如果不一定是最好的。正如其他人所指出的,有无数种组合值的方法。您已经将问题标记为机器学习和人工智能al intelligence,这表明你可能想找到将它们结合起来的最佳方式?例如,想出一个“善”然后有一系列的机器学习算法-例如,贝叶斯模型将是一个良好的开端:快速,通常表现良好,如果不一定是最好的。我建议使用主成分分析来实现这一点。这将为您的系数提供所需的权重。哟您可以通过stat包或使用