ブログ

Flash アテンションは、タイリング、オンライン ソフトマックス、N^2 d^2 / M の IO 境界など、23,400 ステップの取引コンテキストを計算的に自由にします。コンテキストが長くなるとモデルがより良くなるかどうかは別の問題であり、それは主張するのではなく測定する必要があります。

アンサンブル取引に関するこのブログで取り上げていない 3 つのこと: モデル数ではなく共分散項がアンサンブル誤差の大半を占める理由、フォールド外のメタ特徴を備えたシグナル組み合わせレイヤーとしてスタッキングがどのように機能するか、多くのシグナルにわたるターンオーバーネッティングが実際に実行コストを削減するかどうかです。

このブログのすべてのモデルはこれまで「何が何を予測するか」という問いに答えてきました。ダブルMLは「何が何を引き起こすか」に答えます — 捍衛できる標準误差付きで。部分的に線形なモデル、Neyman直交性、オーダーブックデータでのパージド交差検証、そして有効なDML信頼区間が事前に指定された1つの問いに対してのみ成立するという正直な説明。

このブログのすべてのバックテストは条件付き平均を推定します。因果フォレストは代わりに条件付き処置効果を推定します — tau(x)はmu(x)ではなく — honest splitting、適応型カーネル重み表現、およびあなたが見つけた不均一性が本物かどうかを伝える較正テスト付きです。

このブログのすべてのサイジングルールは不確実性を単一のスカラーとして扱ってきた。MCドロップアウトとディープアンサンブルはこれをモデルの無知と市場ノイズに分割する——そしてその2つには異なるポジションサイズが求められる。

自動特徴量生成（tsfresh、Featuretools）、予算を考慮したモデル探索（FLAML のコスト節約オプティマイザ）、そして WorldQuant の数式アルファ・ファクトリー——このブログの探索と過学習の連載で扱ってこなかった研究パイプラインの要素と、連載自身の結果が示すこと。

レバレッジポジションはすべて、売却されなければならない価格を告知している。オンチェーンの清算デプスチャートとCEX清算ヒートマップを構築し、カスケードの動態を再生産数としてモデル化し、強制フローを単にリスクとして恐れるのではなくシグナルとして取引する方法。