Algorytmy dla pozycji rankingowych

Question

Mam listę 6500 przedmiotów, które chciałbym wymienić lub zainwestować. (Nie dla prawdziwych pieniędzy, ale dla pewnej gry). Każda pozycja ma 5 liczb, które zostaną użyte do jej zaliczenia inni.

Całkowita ilość sprzedanych sztuk na dzień: Im wyższa jest ta liczba, tym lepiej.

Kanał Donchian produktu w ciągu ostatnich 5 dni: Im wyższa jest ta liczba, tym lepiej.

Mediana spreadu ceny: Im niższa liczba, tym lepiej.

Spread 20-dniowej średniej kroczącej dla pozycji: Im niższa jest ta liczba, tym lepiej.

Spread 5-dniowej średniej ruchomej dla pozycji: Im wyższa jest ta liczba, tym lepiej.

Wszystkie 5 liczb ma tę samą "wagę", lub innymi słowy, wszystkie powinny mieć wpływ na końcową liczbę w tej samej wartości lub wartości.

W tej chwili po prostu pomnożę wszystkie 5 liczb dla każdej pozycji, ale nie pozycjonuje ona pozycji w taki sposób, w jaki chciałbym, aby były w rankingu. Chcę tylko połączyć wszystkie 5 liczb w ważoną liczbę, której mogę użyć do ustalenia wszystkich 6500 pozycji, ale nie jestem pewien, jak to zrobić poprawnie lub matematycznie.

Uwaga: Całkowita ilość handlu przedmiotami dziennie i kanał donchowski to liczby znacznie wyższe niż spready, które są bardziej procentowymi liczbami. To jest prawdopodobnie powód, dla którego pomnożenie ich wszystkich razem nie działało dla mnie; ilość handlowana dziennie i kanał donchowski miały znacznie większą rolę w końcowej liczbie.

Answer 1

Zazwyczaj normalizuje się wpisy danych do odpowiedniego zakresu. Ponieważ nie ma dla nich ustalonego zakresu, musisz użyć zakresu przesuwu - lub, aby było prostsze, normalizować je do dziennych zakresów.

Za każdy dzień otrzymuj wszystkie wpisy dla danego typu, uzyskaj najwyższy i najniższy z nich, określ różnicę między nimi. Niech Bottom = wartość najniższego, Range = różnica między najwyższą i najniższą. Następnie oblicza się dla każdego wpisu (wartość - Bottom)/Range, co da w wyniku coś pomiędzy 0.0 a 1.0. Są to liczby, z którymi można dalej pracować.

Pseudokod (wsporniki wyrazami wcięcia, aby łatwiej odczytać):

double maxvalues[5]; 
double minvalues[5]; 
// init arrays with any item 
for(i=0; i<5; i++) 
    maxvalues[i] = items[0][i]; 
    minvalues[i] = items[0][i]; 
// find minimum and maximum values 
foreach (items as item) 
    for(i=0; i<5; i++) 
     if (minvalues[i] > item[i]) 
      minvalues[i] = item[i]; 
     if (maxvalues[i] < item[i]) 
      maxvalues[i] = item[i]; 

// now scale them - in this case, to the range of 0 to 1. 
double scaledItems[sizeof(items)][5]; 
double t; 
foreach(i=0; i<5; i++) 
    double delta = maxvalues[i] - minvalues[i]; 
    foreach(j=sizeof(items)-1; j>=0; --j) 
     scaledItems[j][i] = (items[j][i] - minvalues[i])/delta; 
     // linear normalization 

coś takiego. Będę bardziej elegancki z dobrą biblioteką (STL, boost, cokolwiek masz na platformie wdrożeniowej), a normalizacja powinna być w oddzielnej funkcji, więc możesz zastąpić ją innymi odmianami, takimi jak log(), gdy zajdzie taka potrzeba .

Answer 2

Rozpocznij każdy przedmiot z wynikiem 0. Dla każdej z 5 liczb, posortuj listę według tej liczby i dodaj pozycję każdego przedmiotu w tym sortowaniu do wyniku. Następnie posortuj przedmioty według łącznej oceny.

Answer 3

Można zastąpić każdy atrybut wektor x (długości N = 6500) przez z-score wektora Z(x), gdzie

Z(x) = (x - mean(x))/sd(x). 

Byłoby to przekształcić je w tej samej „skali”, a następnie możesz dodać wyniki Z (z równymi ciężarami), aby uzyskać końcowy wynik, i ustawić pozycje N=6500 według tego całkowitego wyniku. Jeśli możesz znaleźć w swoim problemie inny wektor atrybutów, który byłby wskaźnikiem "dobroci" (powiedzmy 10-dniowy zwrot zabezpieczenia?), To możesz dopasować model regresji tego przewidywanego atrybutu do tych z-punktów zmienne, aby obliczyć najlepsze niejednolite wagi.

Answer 4

Powodem, dla którego ludzie mają problem z odpowiedzeniem na to pytanie, jest brak możliwości porównania dwóch różnych "atrybutów". Gdyby istniały tylko dwa atrybuty, powiedzmy, ilość handlowana i mediana rozrzut ceny, czy (20 milionów, 50%) byłaby gorsza lub lepsza niż (100,1%)? Tylko ty możesz to zdecydować.

Konwersja wszystkiego na tę samą liczbę wielkości może pomóc, to jest to, co jest znane jako "normalizacja". Dobrym sposobem na zrobienie tego jest z-score, o którym wspomina Prasad. To jest koncepcja statystyczna, patrząc na to, jak zmienia się jej ilość. Aby to wykorzystać, musisz przyjąć pewne założenia dotyczące rozkładów statystycznych twoich liczb.

Rzeczy takie jak spready są prawdopodobnie normally distributed - shaped like a normal distribution. Dla nich, jak mówi Prasad, weź z(spread) = (spread-mean(spreads))/standardDeviation(spreads).

Rzeczy takie jak ilość w obrocie mogą być Power law distribution. W tym celu przed przystąpieniem do obliczania wartości średniej i zmiennej sd należy wykonać log(). To jest wynik z to z(qty) = (log(qty)-mean(log(quantities)))/sd(log(quantities)).

Następnie dodaj z-score dla każdego atrybutu.

Aby to zrobić dla każdego atrybutu, musisz mieć pomysł jego dystrybucji. Można się domyślić, ale najlepszym sposobem jest wykreślić wykres i spojrzeć. Możesz także chcieć narysować wykresy na skali logarytmicznej. Zobacz wikipedia for a long list.

Answer 5

Łączna liczba sztuk w obrocie dziennie: im wyższa jest ta liczba, tym lepiej. (a)

Kanał Donchiański przedmiotu w ciągu ostatnich 5 dni: Im wyższa liczba, tym lepiej. (b)

Mediana rozkładu ceny: Im niższa ta liczba, tym lepiej. (c)

Rozłożenie średniej ruchomej wynoszącej 20 dni dla przedmiotu: im niższa ta liczba, tym lepiej. (d)

Spread 5-dniowej średniej kroczącej dla przedmiotu: im wyższa liczba, tym lepiej. (E)

a + b + e -c -d = "wynik" (wyższy wynik = lepszy wynik)