特徴量アイデア

[IMOKURI]

• [x] f000 初期特徴量
• [x] f001 直近10ターンの特徴量
• [x] f100 同じ time_id のデータの平均との差 +0.002
• [x] f200 直前の値との差
• [x] f300 Nearest Neighbor の平均との差
• [x] f301 Nearest Neighbor のターゲットの平均 → LBでは全然違う感じになっているっぽく ほぼ0に。
• [x] f901 Pseudo label
• [x] 過去 10 time_id をインプットにした LSTM
• [ ] 異常値を binning #2 https://github.com/IMOKURI/ubiquant-market-prediction/issues/3#issuecomment-1052118199
• [ ] 変動が大きすぎる特徴量はそのまま使うのではなく、順序に変換
• [ ] time_id ごとのデータ数

---

マルチターゲットも考えたい。何をターゲットにするか、から考える必要がある。

• [ ] time_id の離れた target を使う。（過去、未来、どちらも考えられるか）

[IMOKURI]

異常値は China Shock によるものだとわかった。China Shockほどのショックは evaluation 期間には起こらないと予想して、China Shock 期間のデータは学習から除外してみる。