Denna frågan riktar sig specifikt till er som bygger feta matematik modeller
Jag gissar att ni också helt plötsligt sitter där med lite olika alternativ och försöker plocka fram den bästa modellen att implementera. Jag är nyfiken på vilka kriterier ni andra utvärderar era modeller efter (utöver statistisk signifikans etc)?
Själv så har jag listat en del saker som jag håller som viktiga när jag utvärderar modellerna på simuleringsdata:
- logisk edge, dvs kräver jag högre edge så ska också den förväntade avkastningen vara högre.
- när jag analyserar simulerad portföljtillväxt så vill jag minimera variansen, alltså en så "rak" och fin tillväxt som möjligt
- När jag bryter ROI per argument (t ex matchminut) så vill jag att modellen är lönsam i samtliga argument.
Min fråga som jag gärna vill diskutera här, finns det några fler egenskaper i modellen som ni tycker är viktiga när ni utvärderar?