overfitting
Wat is overfitting?Overfitting is een modelleringsfout die optreedt wanneer een functie te nauw aansluit bij een beperkte set gegevenspunten. Overfitting van het model neemt meestal de vorm aan van het maken van een te complex model om eigenaardigheden in de gegevens te bestuderen.
In werkelijkheid bevatten de vaak bestudeerde gegevens een zekere mate van fouten of willekeurige ruis. Aldus kan een poging om het model te dicht te conformeren aan enigszins onnauwkeurige gegevens het model met aanzienlijke fouten infecteren en zijn voorspellende kracht verminderen.
[Belangrijk: financiële professionals moeten zich altijd bewust zijn van de gevaren van overfitting van een model op basis van beperkte gegevens.]
Overfitting begrijpen
Een veel voorkomend probleem is bijvoorbeeld het gebruik van computeralgoritmen om uitgebreide databases van historische marktgegevens te doorzoeken om patronen te vinden. Bij voldoende studie is het vaak mogelijk om uitgebreide stellingen te ontwikkelen die dingen lijken te voorspellen, zoals rendementen op de aandelenmarkt, met grote nauwkeurigheid.
Wanneer ze echter worden toegepast op gegevens buiten de steekproef, kunnen dergelijke stellingen waarschijnlijk slechts blijken te zijn dat het model te veel past bij wat in werkelijkheid slechts toevallige gebeurtenissen waren. In alle gevallen is het belangrijk om een model te testen aan de hand van gegevens die buiten de steekproef vallen die wordt gebruikt om het te ontwikkelen.
Belangrijkste leerpunten
- Overfitting is een modelleringsfout die optreedt wanneer een functie te nauw aansluit bij een beperkte set gegevenspunten.
- Financiële professionals moeten zich altijd bewust zijn van de gevaren van overfitting van een model op basis van beperkte gegevens.