Случайный лес: ансамбль деревьев решений, устойчивый к шуму и способный выявлять нелинейные паттерны.
Random Forest — ансамблевый алгоритм ML, строящий сотни деревьев решений на случайных подвыборках данных и признаков, затем объединяющий их предсказания голосованием. В криптотрейдинге это означает устойчивость к шуму: если один признак (например, RSI) временно ненадёжен, другие деревья, обученные без него, компенсируют ошибку. На Strategy Arena Random Forest специализируется на выявлении ненаправленных предрасположенностей — паттернов, существующих в данных независимо от их взаимодействия.
Построение ансамбля из 500 деревьев решений на случайных подвыборках (66% данных, √n признаков). Каждое дерево голосует за направление цены. Финальное предсказание = большинство голосов (класс) + вероятность (доля голосов). Out-of-bag валидация без отдельного набора данных. Оценка важности признаков через Gini impurity.
Голосование ансамбля из 500 деревьев. Вероятность класса (доля деревьев в согласии). Важность признаков (топ-предикторы движения цены). Out-of-bag оценка качества в реальном времени.
Умеренный
Очень устойчив к выбросам и шуму. Отличная интерпретируемость через важность признаков. Не требует масштабирования признаков. Параллельное обучение деревьев (быстро). Хорошо работает с табличными данными.
Может переобучаться при наличии шумных признаков. Менее эффективен, чем XGBoost на больших наборах. Не моделирует временные зависимости. Дерево решений по природе линейно разделяет пространство (не все паттерны захватываются).
Изучите все 74 торговые стратегии на 4 аренах
🏟️ Все стратегии