Importancia de variables y permutación

Posición en la rutaMódulo 4 de 4 · Tema 3 de 4

4.3 Importancia de variables y permutación

—Puntuación del lab— / 100XP total—Racha—

Qué variable usó el modelo

Tras ajustar, se quiere saber en qué variables se apoya el modelo, para comprobar que tiene sentido y quitar lastre. Los modelos de árboles dan una importancia por impureza: la ganancia total de corte que produjo cada variable, dividida por la suma sobre las variables. Es gratis pero está sesgada a favor de variables con muchos valores distintos y se mide con datos de entrenamiento, así que una variable de ruido puede parecer importante. La importancia por permutación es más honesta. Tome un modelo ajustado y un conjunto reservado, mezcle los valores de una variable, lo que rompe su vínculo con el objetivo, y anote cuánto baja la puntuación: $\text{importancia}_j=s_{\text{base}}-s_{\text{mezclada},j}$ . Repita la mezcla varias veces y promedie.

I_j=s_{0}-\frac1R\sum_{r=1}^{R}s_{j}^{(r)},\qquad \tilde g_j=\frac{g_j}{\sum_k g_k}

(1)

Dos advertencias. Primero, las variables correlacionadas comparten el mérito: si dos columnas llevan la misma información, mezclar una deja que la otra haga el trabajo, y ambas parecen poco importantes. Agrupe esas variables o quite una. Segundo, la importancia describe el modelo, no el mundo. Una variable que importa a un mal modelo no la convierte en causa de los rendimientos. Con datos transversales, mezcle la variable dentro de cada mes, de modo que la mezcla conserve el nivel del mes y solo rompa el orden entre acciones. Informe también la dispersión de las repeticiones, porque una importancia pequeña con mayor dispersión es ruido.

Cinco mezclas y el modelo realUn modelo puntúa

0{,}80

. Tras mezclar una variable cinco veces, las puntuaciones son

0{,}62;0{,}66;0{,}64;0{,}65;0{,}68

, con media

0{,}65

y desviación típica

0{,}022

, así que la importancia es

0{,}80-0{,}65=0{,}15

. Si los cortes de un árbol dieron ganancias

0{,}163;0{,}05;0{,}02

, las proporciones de impureza son

0{,}70;0{,}21;0{,}09

. Dos copias idénticas de una variable mostrarían cada una una importancia de cerca de

0

, porque la otra copia compensa. En el panel mensual real de acciones con el modelo ridge, el coeficiente de información walk-forward es

0{,}0327

. Mezclar la volatilidad dentro de cada mes lo baja a cerca de

0

(una importancia de

0{,}033

), mezclar el momento lo cambia en

-0{,}003

y mezclar el rendimiento del último mes en

-0{,}003

. Toda la señal de este modelo es la variable de volatilidad.

Mezclar y puntuar: la importancia es cuánto baja la puntuación reservada al mezclar una variable.
Los gemelos correlacionados se ocultan entre sí: agrúpelos o quite uno antes de leer los números.
La importancia trata del modelo: es una comprobación, no una prueba de que una variable cause los rendimientos.

Lab: qué se califica

La media de las mezclas10 pts
La importancia por permutación15 pts
La dispersión de las repeticiones15 pts
Una proporción de impureza10 pts
Una variable gemela10 pts
En qué importancia confiar10 pts
El procedimiento de permutación10 pts
Importante para el modelo, no para los rendimientos20 pts

0/ 8 respondidos

1Respuesta numérica10 ptsSin responder

Tras mezclar una variable cinco veces, las puntuaciones son $0{,}62;0{,}66;0{,}64;0{,}65;0{,}68$ . ¿Cuál es su media? Dé dos decimales.

m =

aceptado: ± 0.005

2Respuesta numérica15 ptsSin responder

La puntuación base es $0{,}80$ y la puntuación media mezclada $0{,}65$ . ¿Cuál es la importancia $s_{\text{base}}-s_{\text{mezclada}}$ ? Dé dos decimales.

i =

aceptado: ± 0.005

3Respuesta numérica15 ptsSin responder

Las cinco puntuaciones mezcladas $0{,}62;0{,}66;0{,}64;0{,}65;0{,}68$ tienen desviaciones al cuadrado respecto a $0{,}65$ de $0{,}0009;0{,}0001;0{,}0001;0;0{,}0009$ . ¿Cuál es su desviación típica muestral (divide por $4$ )? Dé tres decimales.

s =

aceptado: ± 0.002

5Respuesta numérica10 ptsSin responder

Una variable aparece dos veces en los datos como dos columnas idénticas. El modelo puntúa $0{,}80$ y vuelve a puntuar $0{,}80$ tras mezclar solo una de las copias. ¿Cuál es la importancia por permutación de esa copia?

t =

aceptado: ± 0.005

6Elección10 ptsSin responder

Un bosque aleatorio muestra una variable de ruido con muchos valores distintos como importante por impureza, pero su importancia por permutación en datos reservados es cero. ¿En cuál confía?

7Ordenar los pasos10 ptsSin responder

Ponga en orden los pasos de la importancia por permutación.

Arrastra para reordenar, o enfoca un elemento, pulsa Espacio para levantarlo, las flechas para moverlo y Espacio para soltarlo.

1Puntuar de nuevo y registrar la caída respecto a la base
2Puntuar el modelo ajustado con datos reservados como base
3Repetir varias veces y promediar las caídas
4Mezclar los valores de una variable en los datos reservados

8Explicar con palabras20 ptsSin responder

Mezclar la variable de volatilidad baja el coeficiente de información del modelo de $0{,}033$ a cerca de $0$ . En una o dos frases, explique por qué esto no prueba que la volatilidad cause rendimientos más altos.

Se califica por:La importancia solo dice que el modelo usa la variable, no por qué existe la relaciónPuede ser un indicador de otra cosa, como una prima de riesgo o el azar de esta muestra, y puede cambiar después0 / 400 caracteres

Modo matemáticasEntrada por teclado o LaTeXEjercicio 1 de 8 · Ctrl ⏎ para comprobar

Importancia de variables y permutación

Posición en la rutaMódulo 4 de 4 · Tema 3 de 4

4.3 Importancia de variables y permutación

—Puntuación del lab— / 100XP total—Racha—

Qué variable usó el modelo

I_j=s_{0}-\frac1R\sum_{r=1}^{R}s_{j}^{(r)},\qquad \tilde g_j=\frac{g_j}{\sum_k g_k}

(1)

Cinco mezclas y el modelo realUn modelo puntúa

0{,}80

. Tras mezclar una variable cinco veces, las puntuaciones son

0{,}62;0{,}66;0{,}64;0{,}65;0{,}68

, con media

0{,}65

y desviación típica

0{,}022

, así que la importancia es

0{,}80-0{,}65=0{,}15

. Si los cortes de un árbol dieron ganancias

0{,}163;0{,}05;0{,}02

, las proporciones de impureza son

0{,}70;0{,}21;0{,}09

. Dos copias idénticas de una variable mostrarían cada una una importancia de cerca de

0

, porque la otra copia compensa. En el panel mensual real de acciones con el modelo ridge, el coeficiente de información walk-forward es

0{,}0327

. Mezclar la volatilidad dentro de cada mes lo baja a cerca de

0

(una importancia de

0{,}033

), mezclar el momento lo cambia en

-0{,}003

y mezclar el rendimiento del último mes en

-0{,}003

. Toda la señal de este modelo es la variable de volatilidad.

Mezclar y puntuar: la importancia es cuánto baja la puntuación reservada al mezclar una variable.
Los gemelos correlacionados se ocultan entre sí: agrúpelos o quite uno antes de leer los números.
La importancia trata del modelo: es una comprobación, no una prueba de que una variable cause los rendimientos.

Lab: qué se califica

La media de las mezclas10 pts
La importancia por permutación15 pts
La dispersión de las repeticiones15 pts
Una proporción de impureza10 pts
Una variable gemela10 pts
En qué importancia confiar10 pts
El procedimiento de permutación10 pts
Importante para el modelo, no para los rendimientos20 pts

0/ 8 respondidos

1Respuesta numérica10 ptsSin responder

Tras mezclar una variable cinco veces, las puntuaciones son $0{,}62;0{,}66;0{,}64;0{,}65;0{,}68$ . ¿Cuál es su media? Dé dos decimales.

m =

aceptado: ± 0.005

2Respuesta numérica15 ptsSin responder

La puntuación base es $0{,}80$ y la puntuación media mezclada $0{,}65$ . ¿Cuál es la importancia $s_{\text{base}}-s_{\text{mezclada}}$ ? Dé dos decimales.

i =

aceptado: ± 0.005

3Respuesta numérica15 ptsSin responder

s =

aceptado: ± 0.002

5Respuesta numérica10 ptsSin responder

t =

aceptado: ± 0.005

6Elección10 ptsSin responder

Un bosque aleatorio muestra una variable de ruido con muchos valores distintos como importante por impureza, pero su importancia por permutación en datos reservados es cero. ¿En cuál confía?

7Ordenar los pasos10 ptsSin responder

Ponga en orden los pasos de la importancia por permutación.

Arrastra para reordenar, o enfoca un elemento, pulsa Espacio para levantarlo, las flechas para moverlo y Espacio para soltarlo.

1Puntuar de nuevo y registrar la caída respecto a la base
2Puntuar el modelo ajustado con datos reservados como base
3Repetir varias veces y promediar las caídas
4Mezclar los valores de una variable en los datos reservados

8Explicar con palabras20 ptsSin responder

Modo matemáticasEntrada por teclado o LaTeXEjercicio 1 de 8 · Ctrl ⏎ para comprobar

Importancia de variables y permutación

Qué variable usó el modelo

Lab: qué se califica

Inicia sesión para ejecutar tu código.

Importancia de variables y permutación

Qué variable usó el modelo

Lab: qué se califica

Inicia sesión para ejecutar tu código.