AlphaStreamは分析対象の全銘柄に対して200以上のテクニカルインジケーターを計算します。しかし、そのほとんどはノイズです。難しいのはインジケーターの計算ではなく、実際に将来の価格変動を予測できるものを選択することです。
インジケーターのカテゴリー
私はインジケーターを6つのグループに分類しています：
トレンド系インジケーター（40以上）： 移動平均線（SMA、EMA、WMA、DEMA、TEMA）、ADX、Aroon、一目均衡表、パラボリックSAR、スーパートレンド。これらは方向性を示します。
モメンタム系インジケーター（35以上）： RSI、MACD、ストキャスティクス、ウィリアムズ%R、CCI、ROC、MFI、アルティメットオシレーター。これらは強さを示します。
ボラティリティ系インジケーター（25以上）： ボリンジャーバンド、ATR、ケルトナーチャンネル、ドンチャンチャンネル、標準偏差、ヒストリカルボラティリティ。これらはリスクを示します。
出来高系インジケーター（20以上）： OBV、VWAP、A/Dライン、CMF、フォースインデックス、ボリュームプロファイル。これらは確信度を示します。
統計系インジケーター（30以上）： Zスコア、歪度、尖度、ハースト指数、自己相関、共和分スコア。これらは相場の状態を示します。
カスタム/エンジニアリング系（50以上）： 異なる時間枠の特徴量、ラグ特徴量、ローリング統計量、相場状態インジケーター。ここにアルファが存在します。
特徴量選択の問題
日次データで200以上の特徴量を使用すると、古典的なp >> n問題が発生します。有用なデータポイントよりも特徴量が多いと、過学習を引き起こします。
私のアプローチ：
