Зачем учить базу в финансах?

Чтобы не переизобретать велосипед, как сделали авторы одной статьи. Они обучили сложную нейронку, докрутили RL и для весов выбрали функцию, которая очень напоминает классическое Sharpe Ratio.

Весь этот сложный алгоритм можно заменить на простой портфель Марковица с Efficient Frontier или в лоб Mean-Variance Optimization.

Это самая типичная ошибка, которую совершают Data-Scientists в финансах. Сразу пытаются зарядить супер-сложный алгоритм или нейронку. В итоге выходит не лучше любого базового алгоритма. По этой же причине более 99% статей по ML в финансах никогда не показывают положительный PnL на проде.

Чтобы не совершать таких ошибок, надо учить базу. Можно начать с книги Де Прадо:
1. *Advances in Financial Machine Learning* – ссылка
2. *Machine Learning for Asset Managers* – ссылка

А вся база выложена здесь: 20 обязательных книг для кванта

Quant Researcher