Sejak postingan terakhir saya, saya telah menyelidiki fitur pelatihan yang dapat diperoleh dari saya Indikator Kekuatan Mata Uang sebagai masukan untuk algoritma pembelajaran mesin dan selama pekerjaan ini terlihat jelas bahwa ada contoh dalam data mentah yang Pengecualian Black Swan. Hal ini dapat dilihat pada grafik di bawah sebagai lonjakan yang nyata.
Grafik itu sendiri merupakan plot pengembalian logaritma dari berbagai persilangan valas dan pengembalian logaritma Emas dan Perak, yang dirangkai menjadi satu vektor panjang. Hitam adalah pengembalian aktual dari yang mendasarinya, biru adalah pengembalian mata uang dasar dan merah adalah mata uang silang, keduanya dihitung dari indeks yang dibentuk dari indikator kekuatan mata uang.
Dengan melihat tanggal terjadinya lonjakan ini dan kemudian memeriksa secara online, saya telah menandai empat peristiwa “Angsa Hitam” historis yang terjadi dalam jangka waktu yang dicakup data, yang tercantum dalam urutan kronologis di bawah ini:
- Logam mulia jatuhnya harga pada pertengahan April 2013
- Swiss Franc lepas dari patokannya terhadap Euro pada bulan Januari 2015
- Ketakutan atas Dolar Hong Kong dan Renminbi patokan mata uang pada bulan Januari 2016
- Jumat hitam Brexit
Rangkaian grafik berikutnya menunjukkan pengurangan progresif dalam jumlah lonjakan saat data seputar peristiwa di atas dihapus dari persilangan dsb. yang terpengaruh.
Dapat dilihat bahwa grafik akhir menunjukkan data yang jauh lebih homogen dalam setiap seri yang dirangkai, yang seharusnya memiliki manfaat ketika data tersebut digunakan sebagai input pembelajaran mesin. Selain itu, data yang telah dihapus akan memberikan hasil yang sangat berguna perangkat tes untuk menguji ketahanan model yang sudah jadi. Informasi lebih lanjut akan segera tersedia.
