Algorithm 如何将各种度量合并为单个度量

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

无论我得到什么结果，都不如第一个结果有意义。通过一块牛排和一杯水，其价值变得更加没有意义。结果总是某种程度上的食物

---

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

无论我得到什么结果，都不如第一个结果有意义。通过一块牛排和一杯水，其价值变得更加没有意义。结果总是某种程度上的食物

---

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