Prediction in the dark #1

　その昔、僕が金融工学を勉強しようとネットをウロウロしていた時にDO++：天気予報から機械学習、金融工学までというブログエントリを見つけ、Elad Hazanによる"Prediction in the dark: the multi-armed bandit problem"という機械学習手法を知った。

　当時の僕は（今もだが）この分野はあまり詳しくはなかった、しかし、なんとなく凄まじい威力を感じたので、理解しようと頑張って読み込んでいた。その頃の資料が偶然出てきたので、主に自分の理解度を深めるためにここに書き出してみる。よって上記の元記事以上の情報はおそらくないので悪しからず。

・何ができるのか？

複数の予測者の中で、最も高確率で予測できる予測者が誰なのかを知ること無く、その予測者が予測を外す回数の2倍以内で、自分の予測を出すことができる。

・何がすごいのか？

金融工学っぽく(?)、デイトレードで例えてみる。多数のトレーダーがいる中で、その最優秀トレーダーが予測を外す回数の2倍以内で、自分の予測を出すことができる。

例）100日間、$n$人のトレーダーの意見のもとに、自分の予測を出すとする。その中の最優秀トレーダーは90勝10負であった。この場合、最優秀トレーダーが誰なのかを知ることなく、自分は80勝20負以上の結果を出すことができる。ただし、$n$は十分に大きいとする。

なんとなくワクワクしてきませんか？次回から具体的なアルゴリズムと予測確率の解析を行なっていきます。

続く


2回目：Prediction in the dark #2
3回目：Prediction in the dark #3