Що таке перенавчання (overfitting) в AI-трейдингу | SMA

Алгоритм показує ідеальний результат на історичних даних — а на реальному ринку одразу починає програвати. Причина цього парадоксу — перенавчання (overfitting).

З нашого курсу: «Перенавчання (Overfitting): Ситуація, коли модель машинного навчання занадто добре адаптується до навчальних даних і погано працює на нових даних».

Приклад з курсу

У розділі про ризики AI-трейдингу курс прямо називає перенавчання серед головних проблем поруч із технічними збоями та відсутністю гарантій — модель, «підігнана» під конкретний історичний відрізок ціни, може виглядати ідеально на бектесті, але провалюватись на нових, реальних даних ринку.

Чому це небезпечно для новачка

Гарний результат на бектестингу (тестуванні стратегії на історичних даних) сам по собі нічого не гарантує: якщо модель чи стратегію занадто точно «підлаштували» під минулі дані, вона фактично запам'ятала конкретні ціни минулого, а не знайшла закономірність, яка повториться в майбутньому.

Читайте також: що таке бектест · що таке торговий бот · що таке вінрейт.

Часті питання

Як розпізнати перенавчену стратегію? Курс радить насторожитись, якщо результати на історичних даних виглядають «занадто добре, щоб бути правдою», і перевіряти стратегію на нових, раніше не використаних даних.

Чи стосується це лише AI-трейдингу? Курс розглядає перенавчання саме в контексті AI/машинного навчання, але сама ідея «занадто гарного» бектесту актуальна для оцінки будь-якої торгової стратегії чи бота.

У SMA принципи оцінки торгових стратегій і ризиків AI-трейдингу розбираємо в курсі Crypto 10в1. Наші куратори навчили 11 000+ студентів.

Матеріал ознайомлювальний і не є фінансовою порадою чи гарантією доходу.