De meeste investeerders volgen de prestaties, zeer weinigen volgen waar de prestaties vandaan komen Attributie is de ontbrekende laag in de meeste handelssystemen 💱

In traditionele quant-workflows verdwijnt bijna 40% van de "alpha" van een model zodra je signaal van ruis scheidt Het echte probleem is het gebrek aan verantwoordelijkheid voor de bijdrage van elke voorspeller.

Signalen die niet worden gemonitord vervagen snel Onderzoek van verschillende quant-firma's toont aan dat niet-gemeten signalen binnen 6–10 weken hun statistische geldigheid verliezen in snel bewegende markten Als je verval niet meet, erf je het...

Modelhygiëne is belangrijk: – feature drift – overfitting – correlatiespikes – ongebruikte gewichten Dit zijn oplosbare problemen, maar alleen als ze gemeten worden. Het negeren ervan verandert een goed model in een aansprakelijkheid.

De systemen die op de lange termijn winnen, zijn degene die kunnen: signaalbijdrage volgen dode voorspellers verwijderen baseren op live bewijs herwegen en elke component verantwoordelijk maken. Die verantwoordingslus is waar Yiedl zich op richt 👉 niet alleen op prestaties, maar ook op bewijs van waar het vandaan komt.