Causal Forests voor heterogene behandelings-effecten in trading

Elke voorspellende model op deze blog schat hetzelfde object: een voorwaardelijk gemiddelde $\mu(\mathbf{x}) = \mathbb{E}[Y \mid \mathbf{X} = \mathbf{x}]$. Feature engineering, gradient boosting, conforme intervallen, walk-forward validatie — alles dient één estimand. Dit artikel gaat over een ander estimand en de machine die verandert wanneer je het wisselt.

Het object is het voorwaardelijk gemiddelde behandelingeffect:

het verschil tussen twee potentiële uitkomsten voor dezelfde unit — waarvan je er nooit één observeert. Je kunt er niet op regresseren, want het zit niet in je data. Causal forests (Athey en Imbens 2016; Wager en Athey 2018) schatten het non-parametrisch en, opmerkelijk genoeg, geven je een geldig betrouwbaarheidsinterval eromheen.

Drie dingen maken dit mogelijk en geen ervan bestaat in een standaard random forest: een splitcriterium dat de variantie van het behandelingeffect maximaliseert in plaats van de voorspellingsfout te minimaliseren, een eerlijkheid restrictie die verbiedt dezelfde observaties te gebruiken om een split te kiezen en het effect erin te schatten, en een herlezing van het bos als adaptieve kernel die blaad-voorkomen in schattingsgewichten omzet. Deze drie dingen, plus de calibratietest die je vertelt of de gevonden heterogeniteit signaal is, zijn de inhoud van dit artikel.

Van Gemiddelde naar Heterogene Effecten

Causal Forests: Het Algoritme

De Double Machine Learning Connectie

Trading Toepassing: Heterogeniteit van Gebeurtenisimpact

Python Implementatie met EconML

Belangrijke Aannames en Diagnostiek

Voorbij Binaire Behandelingen

Praktische Overwegingen

Conclusie

Referenties