Многопараметрическое сравнение ордеров
При выборе/создании лучших ордеров для входа/модификации позиции возникает задача их сравнения по нескольким параметрам.
Сами параметры могут выводиться из ТС (для опционов это могут быть даже греки )) ).
Эти параметры разнородны:
- оценивают различные классы характеристик
- имеют разную размерность.
В силу чего сведение их в одной фитнесс-функции может представляться задачей трудновыполнимой или имеющей неоднозначное решение.
Пример для инструментов СМЕ, расцвеченные столбцы - параметры
Однако, тип инвестора может определять значимость классов для оценки, а значит очередность их использования (параметры внутри классов по аналогии).
Пример выбора для случая Qty = 1 для всех инструментов
Алгоритмы селекции могут быть различными. При их выборе, имхо, определяющими могут оказать требования к мягкости, точности и т.д. отбора.
Возможные трудности:
- внутри класса может быть несколько разнородных параметров (достаточность набора, очередность применения, ...)
- слишком большое количество параметров может приводить к тому, что некоторые из них могут оказаться неиспользованными в силу фильтрации по предыдущим
- может потребоваться отсортировать отобранные (вариант решения: предельная фильтрация с нумерацией и последующим восстановлением до ограничений)
Вопросы:
- Какими еще методами может быть решена задача многопараметрического выбора?
- Каковы критерии полноты, непротиворечивости и т.д. параметров внутри одного класса в описанной методике?
Сами параметры могут выводиться из ТС (для опционов это могут быть даже греки )) ).
Эти параметры разнородны:
- оценивают различные классы характеристик
- имеют разную размерность.
В силу чего сведение их в одной фитнесс-функции может представляться задачей трудновыполнимой или имеющей неоднозначное решение.
Пример для инструментов СМЕ, расцвеченные столбцы - параметры
Однако, тип инвестора может определять значимость классов для оценки, а значит очередность их использования (параметры внутри классов по аналогии).
Пример выбора для случая Qty = 1 для всех инструментов
Алгоритмы селекции могут быть различными. При их выборе, имхо, определяющими могут оказать требования к мягкости, точности и т.д. отбора.
Возможные трудности:
- внутри класса может быть несколько разнородных параметров (достаточность набора, очередность применения, ...)
- слишком большое количество параметров может приводить к тому, что некоторые из них могут оказаться неиспользованными в силу фильтрации по предыдущим
- может потребоваться отсортировать отобранные (вариант решения: предельная фильтрация с нумерацией и последующим восстановлением до ограничений)
Вопросы:
- Какими еще методами может быть решена задача многопараметрического выбора?
- Каковы критерии полноты, непротиворечивости и т.д. параметров внутри одного класса в описанной методике?