Blog

Flash Attention torna um contexto de negociação de 23.400 etapas computacionalmente livre - lado a lado, softmax online e um limite IO de N ^ 2 d ^ 2 / M. Se esse contexto mais longo torna o modelo melhor é uma questão separada e deve ser medida, não afirmada.

Este blog não abordou três coisas sobre conjuntos de negociação: por que o termo de covariância - e não a contagem de modelos - domina o erro de conjunto, como o empilhamento funciona como uma camada de combinação de sinais com meta-recursos fora de dobra e se a compensação de rotatividade em muitos sinais realmente reduz o custo de execução.

Todos os modelos neste blog até agora respondem 'o que prediz o quê'. Double ML responde 'o que causa o quê' — com um erro padrão que você pode defender. O modelo parcialmente linear, ortogonalidade de Neyman, cross-fitting purgado em dados de livro de ordens e um relato honesto de por que um intervalo de confiança DML válido sobrevive exatamente a uma pergunta pré-especificada.

Cada backtest neste blog estima uma média condicional. Causal forests estimam um efeito de tratamento condicional em vez disso — tau(x) em vez de mu(x) — com honest splitting, uma representação de pesos de kernel adaptativo, e um teste de calibração que lhe diz se a heterogeneidade que você encontrou é real.

Todas as regras de dimensionamento de posição neste blog colapsam a incerteza em um escalar. MC Dropout e deep ensembles a dividem em ignorância do modelo e ruído de mercado — e esses dois merecem tamanhos de posição diferentes.

Geração automatizada de atributos (tsfresh, Featuretools), busca de modelos consciente do orçamento (o otimizador econômico em custo do FLAML) e a fábrica de alfas formulaicos da WorldQuant — as partes do pipeline de pesquisa que esta série sobre busca e overfitting nunca cobriu, e o que os próprios resultados da série dizem sobre elas.

Перевод статьи на pt