Superació
Què és l'encert?L’excés d’adaptació és un error de modelatge que es produeix quan una funció s’ajusta massa a un conjunt limitat de punts de dades. L’exactitud del model generalment pren la forma de fer un model massa complex per explicar la idiosincràsia a les dades objecte d’estudi.
En realitat, les dades sovint estudiades presenten algun grau d’error o soroll aleatori. Així, intentar fer que el model s’ajusti massa a dades lleugerament inexactes pot infectar el model amb errors substancials i reduir el seu poder predictiu.
[Important: els professionals financers sempre han de ser conscients dels perills que suposa l’abandonament d’un model basat en dades limitades.]
Comprensió de l'adequació
Per exemple, un problema freqüent és utilitzar algoritmes informàtics per cercar bases de dades àmplies de dades històriques del mercat per trobar patrons. Tenint en compte prou estudi, sovint és possible desenvolupar teoremes elaborats que semblin predir coses com ara els rendiments del mercat de valors amb una precisió propera.
Tanmateix, quan s'apliquen a dades fora de la mostra, és possible que aquests teoremes siguin simplement l'adequació d'un model al que en realitat eren ocurrències casuals. En tots els casos, és important provar un model amb dades que es trobin fora de la mostra que s’utilitzi per desenvolupar-lo.
Compres per emportar
- L’excés d’adaptació és un error de modelatge que es produeix quan una funció s’ajusta massa a un conjunt limitat de punts de dades.
- Els professionals financers sempre han de ser conscients dels perills que suposa un encaix de model basat en dades limitades.