太长懒得看:
在正常行情下，看到 1.2 ~ 1.4 是一个让人安心、且有竞争力的“正常高分”。
简单的分析内容:
比赛Kaggle Hull Tactical，很多baseline并不可靠，现在还有3天机会，我来给各位重新梳理一下比赛。首先第一点，这个比赛rerun期间是实际市场spx500走势，我个人认为运气和实力55开。
关于方案选择:
1.由于存在过高仓位和没有跑赢spx500惩罚，意味着最简单的情况:每天都是2.0预测的情况下，只要最后评分截止是正的你都是0.8以上(这里算上了1.2的惩罚)，所以你的方案应该目前LB大于0.8。
2.不太可能存在你把所有下跌躲过，上涨预测2.0的情况，所以分数也不可能大于2.0。(后面有详细说明)
以下是一些不同区间分数分析:
假设rerun期间像 2023-2024 年这种正常的牛市切分年份(标普年化涨 10%~20%，波动率适中)，以下是各档位LB分数的分析：(我自己看图历史最好的半年情况下半年为+22%涨幅)
1. 正常的分数0.7 ~ 1.0
长期持有标普 500(拿住策略)，或者你的模型预测并没有带来太多超额收益，但也没因为杠杠大幅亏损。
为什么是这个分：标普 500 历史平均的年化夏普比率就在 0.8 左右
2. 预估银牌区靠前分数：1.2 ~ 1.5
这可能是银牌靠前在LB中看到的分数。
在主要上涨趋势中保持仓位，并成功避开了一两次明显大跌。
3. 可能的金牌分数 1.6 ~ 2.0
我不太好分析和下结论，基本上就是把握所有上涨，避免亏损，就好像第一次MITSUI第一名差不多0.9一样。市场是最严酷的老师，仅此而已。
4. 极端情况(不排除有人金牌能达到)
分数范围：> 2.2
这是什么水平：所有涨幅的日期都最大收益，避免下跌日期持有仓位。
5.这些观点只是本人一些主观混着客观分析，现实情况下不排除真的有人思维独特或者运气爆棚的。
就好像利弗莫尔说的:
\"I learned early that there is nothing new in Wall Street. There can\'t be because speculation is as old as the hills. Whatever happens in the stock market today has happened before and will happen again.\"
#kaggle比赛 #kaggle #算法 #数据分析
在正常行情下，看到 1.2 ~ 1.4 是一个让人安心、且有竞争力的“正常高分”。
简单的分析内容:
比赛Kaggle Hull Tactical，很多baseline并不可靠，现在还有3天机会，我来给各位重新梳理一下比赛。首先第一点，这个比赛rerun期间是实际市场spx500走势，我个人认为运气和实力55开。
关于方案选择:
1.由于存在过高仓位和没有跑赢spx500惩罚，意味着最简单的情况:每天都是2.0预测的情况下，只要最后评分截止是正的你都是0.8以上(这里算上了1.2的惩罚)，所以你的方案应该目前LB大于0.8。
2.不太可能存在你把所有下跌躲过，上涨预测2.0的情况，所以分数也不可能大于2.0。(后面有详细说明)
以下是一些不同区间分数分析:
假设rerun期间像 2023-2024 年这种正常的牛市切分年份(标普年化涨 10%~20%，波动率适中)，以下是各档位LB分数的分析：(我自己看图历史最好的半年情况下半年为+22%涨幅)
1. 正常的分数0.7 ~ 1.0
长期持有标普 500(拿住策略)，或者你的模型预测并没有带来太多超额收益，但也没因为杠杠大幅亏损。
为什么是这个分：标普 500 历史平均的年化夏普比率就在 0.8 左右
2. 预估银牌区靠前分数：1.2 ~ 1.5
这可能是银牌靠前在LB中看到的分数。
在主要上涨趋势中保持仓位，并成功避开了一两次明显大跌。
3. 可能的金牌分数 1.6 ~ 2.0
我不太好分析和下结论，基本上就是把握所有上涨，避免亏损，就好像第一次MITSUI第一名差不多0.9一样。市场是最严酷的老师，仅此而已。
4. 极端情况(不排除有人金牌能达到)
分数范围：> 2.2
这是什么水平：所有涨幅的日期都最大收益，避免下跌日期持有仓位。
5.这些观点只是本人一些主观混着客观分析，现实情况下不排除真的有人思维独特或者运气爆棚的。
就好像利弗莫尔说的:
\"I learned early that there is nothing new in Wall Street. There can\'t be because speculation is as old as the hills. Whatever happens in the stock market today has happened before and will happen again.\"
#kaggle比赛 #kaggle #算法 #数据分析
