Brier puanı
Örneklerde İngilizce sayı yazımı kullanılır: virgül binlik grupları, nokta ondalık kısmı ayırır. 1,000 bin, 1.25 bir tam dörtte bir anlamına gelir.
Dört gözlemin her birinden önce EUR/USD'nin sonraki saati güncel Bid'in üzerinde kapatma olasılığını tahmin edin. Tahminler 0.8, 0.6, 0.3 ve 0.1; gerçekleşen olay etiketleri 1, 0, 1 ve 0'dır. İkili 0–1 kuralında Brier puanı (0.04 + 0.36 + 0.49 + 0.01) / 4 = 0.225 olur. Aynı olaylar için sabit 0.5 tahminleri 0.25 puan verir. Bu, aritmetiği gösterir; dört gözlem gelecekteki tahmin kalitesini kanıtlamaz.
Önce olay ve tahmin zamanı
Etiket 1 her gözlemde aynı koşulu, zaman ufkunu ve veri kaynağını ifade etmelidir. Sonucu öğrenmeden önce tahmini kaydedin. Saatlik fiyat yükselişini, stopa ulaşmadan önce hedefe ulaşmayla karıştırmayın: bunlar farklı olaylardır. Eksik verilerin ve eşitliklerin nasıl ele alınacağını belirtin. Örtüşen zaman ufukları bağımlı gözlemler yaratabilir; dolayısıyla tahmin sayısı bağımsız bilgi parçalarının sayısına eşit olmayabilir.
Uygun karşılaştırma
Aynı örneklem ve aynı kural altında düşük puan daha iyidir. Sürekli 0.5 tahmin etmek 0.25 puan verir; ancak nadir olaylarda önceki verilerden tahmin edilen sıklık daha iyi karşılaştırma tabanı olabilir. Bunu test sonuçlarını kullanarak seçmeyin. Kütüphanenin kuralını da kaydedin: bütün sınıflar üzerindeki toplam veya çok sınıflı formül farklı ölçek kullanabilir. Bir olasılık sütununun yukarı hareketi ifade ettiğini varsaymak yerine pozitif sınıf etiketini kontrol edin.
İyi puan kârlı strateji değildir
Brier puanı nakit işlem sonuçlarını değil, olasılık tahminlerini değerlendirir. Yalnızca kalibrasyondan fazlasını yansıtır; kalibrasyonu ve istikrarı örneklem dışında ayrıca inceleyin. Gerçek %60 olasılıkta bile +1R veya −2R sonuçları, maliyetlerden önce 0.6 × 1R − 0.4 × 2R = −0.2R beklenen değer verir. İşlem kararı ayrıca sonuç tutarlarını, gerçekleşmeyi, büyüklüğü ve risk kısıtlarını gerektirir.
İleri öğrenme ve kaynaklar
10.1 Belirsizlikte işlem — sonucu bilinmeyen kararları değerlendirme; 11.9 İşlemde yapay zekâ ve LLM — uygulama, sınır ve risk; 15.9 Forex işlem günlüğü — R katı, beklenen değer, SQN, MAE/MFE.
Birincil kaynaklar (kontrol 2026-10-11): scikit-learn — brier_score_loss; scikit-learn — olasılık tahmini değerlendirmesi.
