Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 585
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
трейдинговые вообще сложно оценить таким образом, там ведь и продолжительность сделки, и уровни стоп-лоссов надо как-то приплести ко всему прочему, а еще сделать что бы сама переобучалось периодически.. в общем караул :)
Да, видел, уже давно. Само по себе ничего, но сама облачность не оч подходит для построения ТС.
можно продавать сигналы :)) доступ через апи, если модель крутая
Сижу. читаю в pdf монографию по МО. Цитата:
Получается, что и дергаться не надо, НС - похоже, оптимальный вариант.
Сижу. читаю в pdf монографию по МО. Цитата:
Получается, что и дергаться не надо, НС - похоже, оптимальный вариант.
А я читал Хайкина и параллельно смотрел
фильм атмосферный.. что победит в итоге? белковая жизнь или искусственная, или будет создано нечто среднее? :)
кстати, пишут в некоторых источниках что probabilistic NN нынче в моде. Друг шепнул.. но он прошаренный в них, на кагле в конкурсах учавствует
А я читал Хайкина и параллельно смотрел
фильм атмосферный.. что победит в итоге? белковая жизнь или искусственная, или будет создано нечто среднее? :)
кстати, пишут в некоторых источниках что probabilistic NN нынче в моде. Друг шепнул.. но он прошаренный в них, на кагле в конкурсах учавствует
Вчера нашел сверточную НС - обычно используется для распознавания изображений. Естественно, имеются все утилиты - обучение и пр. Сделана для использования в Питон.
Там еще рекуррентные и пр. есть, но это пока не оч интересно.
Т.к. сверточная сеть не полносвязная, то можно сильно увеличить количество нейронов без потери производительности. Но надо еще в деталях разбираться - пока не вникал.
Популярное описание - https://geektimes.ru/post/74326/Вчера нашел сверточную НС - обычно используется для распознавания изображений. Естественно, имеются все утилиты - обучение и пр. Сделана для использования в Питон.
Там еще рекуррентные и пр. есть, но это пока не оч интересно.
Т.к. сверточная сеть не полносвязная, то можно сильно увеличить количество нейронов без потери производительности. Но надо еще в деталях разбираться - пока не вникал.
Популярное описание - https://geektimes.ru/post/74326/ну это глубинка, они в основном для для изображений и комп. зрения и используются. Нужно очень много примеров и слоев что бы заработало. Сама архитектура копирует зрительную систему
поищите лучше аналоги PNN на питоне, мне кажется в них больше смысла для прогнозирования вр. ряда
https://habrahabr.ru/post/276355/
ну это глубинка, они в основном для для изображений и комп. зрения и используются. Нужно очень много примеров и слоев что бы заработало. Сама архитектура копирует зрительную систему
поищите лучше аналоги PNN на питоне, мне кажется в них больше смысла для прогнозирования вр. ряда
https://habrahabr.ru/post/276355/
Еще раз - я ничего не прогнозирую. У меня только классификация.
Я уже давно ищу неполносвязную сеть. МЛП всем хорош, но там на каждый нейрон идут все входы сразу. А, именно и нужно, чтобы на нейрон шли только 5-6 входов со сдвигом, а это и есть сверточная НС.
Здесь ничего сложного, и нужно то всего 100-150 нейронов, так что структура простая, а быстродействие будет как у МЛП с 60 нейронами, за счет меньшего кол-ва входов у нейронов.
Еще раз - я ничего не прогнозирую. У меня только классификация.
Я уже давно ищу неполносвязную сеть. МЛП всем хорош, но там на каждый нейрон идут все входы сразу. А, именно и нужно, чтобы на нейрон шли только 5-6 входов со сдвигом, а это и есть сверточная НС.
Здесь ничего сложного, и нужно то всего 100-150 нейронов, так что структура простая, а быстродействие будет как у МЛП с 60 нейронами, за счет меньшего кол-ва входов у нейронов.
дык там классификатор, а что мешает поискать неполносвязный. Просто мне такая схема нравится, например:
щас вся книга на скриншоты разойдется :)
Еще раз - я ничего не прогнозирую. У меня только классификация.
Я уже давно ищу неполносвязную сеть. МЛП всем хорош, но там на каждый нейрон идут все входы сразу. А, именно и нужно, чтобы на нейрон шли только 5-6 входов со сдвигом, а это и есть сверточная НС.
Здесь ничего сложного, и нужно то всего 100-150 нейронов, так что структура простая, а быстродействие будет как у МЛП с 60 нейронами, за счет меньшего кол-ва входов у нейронов.
Идея использовать сверточные слои, давно у меня тлеет. По моему они могут дать хороший результат.
Но не выкидывайте многослойный персептрон. Сверточные сети, сами по себе ничему не обучаются, они лишь дают некий компактный образ входной информации.
дык там классификатор, а что мешает поискать неполносвязный.