คำถามน่าสนใจ มากครับ

สามารถใช้ (X_i – X_min)/(X_max-X_min) ได้ครับ

อ้างอิง :

https://en.wikipedia.org/wiki/Normalization_(statistics)

http://www.benetzkorn.com/2011/11/data-normalization-and-standardization/

คำถามต่อมาว่า ใช้แทน Ranking ได้ไหม : ได้ครับ ข้อแตกต่างจาก rank ก็คือ rank ข้อมูลจะออกมาในรูป Ordinal นะครับ คือ เรารู้ว่า  ที่หนึ่ง ดีกว่า ที่สอง แต่ไม่รู้ดีกว่าเท่าไร , การทำ Normalize ก็จะทำให้เราเห็นว่ามันต่างเท่าไร คราวนี้ เราก็จะมีข้อมูลในเชิง 2 มิติ คือ 1.) เรารู้ว่า ใครมากกว่าใคร 2.) เรารู้ว่า มากกว่าใครเท่าไรในเชิงเปรียบเทียบกับทั้งกลุ่ม

recommendation value ควรอยู่เท่าไร :

ผมก็ไม่รู้ครับ เอางี้ ผมสร้าง Scenario  แล้วมาช่วยกันคิดดีกว่านะครับ

สมมุติ ผมเรียงหุ้น 100 ตัว หุ้น A , B ,C  rank = [3,2,1] , normalized Value = [0.4,0.85,1]

อยากจะเก็บหุ้นไว้ทั้ง 3 ตัว หรือเปล่าครับ หรือว่า ตัดหุ้น A ออกดีกว่า เพราะ ค่า Normalized Value ต่ำไป ?

ส่วนตัวอยากเสริมว่าช่วงของ Recommendation Value ที่ออกมาควรจะเป็นไปตามสมมติฐานที่เราคาดไว้ก่อนทำ Optimization เพื่อเฉลยค่าที่ดีที่สุดออกมาดูด้วยในระดับหนึ่งนะครับ เพราะการ Optimize โดยไม่ได้หาเหตุผลหรือหาอะไรมาอธิบายค่าตัวเลขที่ออกมาไม่ได้นั้น อาจจะทำให้เวลาซื้อขายจริงไม่มั่นใจจนทำตามระบบไม่ได้อยู่ดี (คล้ายๆเวลา Run Black Box Trading System น่ะครับ)

ปล. แต่บางทีตลาดหุ้นมันก็มักจะเป็นอะไรที่ขัดกับสามัญสำนึกนะครับ คงต้องไปลองหาคำตอบกันดูอีกที 55