Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1510

 
Mihail Marchukajtes:

Wow, was für ein Haufen Leute. Bist du der Trickster, den ich meine? Ich habe es groß geschrieben :-)

Weil du die Wahrheit sagst, was ist in dich gefahren? Gut gemacht, setzen Sie sich, fünf. Ich kann hinzufügen, dass bei der Teilung des Raumes der Punkte, die von den gegebenen Eingangswerten beschrieben sind, in unserem Fall ist es der mehrdimensionale Raum, die Hauptsache ist, den Raum so zu teilen, dass sie in die Gruppe Ja oder Nein fallen, und es ist wichtig, dass die ZUKÜNFTIGEN Werte der Eingangsvektoren gleich sind, sie richtig auf beiden Seiten der Barrikaden verstreut. Unsere und die des Feindes. Damit das Netz aber auch in Zukunft funktioniert, muss es nicht nur geteilt werden, sondern so, dass die Polynomkoeffizienten auch ohne Eingabedaten arbeiten können. Nur in diesem Fall wird das Netz funktionieren. Lange habe ich mir den Kopf zerbrochen, um den Grad der Verallgemeinerung des resultierenden Polynoms zu berechnen, aber da das Ergebnis der Verallgemeinerung auch in der Zukunft liegt und zuverlässig zu berechnen ist, ist es nicht möglich, nur zu vermuten, daher sind alle Methoden zur Bestimmung der Verallgemeinerung indirekt. Alternativ: Bei der Ermittlung der Koeffizienten des Polynoms ist eine Rückwärtsoptimierung.......xm.... ist es notwendig, zu versuchen...

 

Ich füge hinzu: Ein neuronales Netz sollte eindeutig "verstehen" und erraten, dass es sich um ein und dasselbe Muster handelt. Man kann die "Bedeutung" der Evakuierung auf Dutzende andere Arten ausdrücken, eine Person, die etwas über Verkehrsregeln und Verkehrsorganisation weiß, wird leicht feststellen, dass es sich im Wesentlichen um dasselbe Muster handelt.Die Hauptsache in diesem speziellen Muster ist "Evakuierung" - wie der Evakuierer und das evakuierte Auto schematisch markiert sind, welche Farbe und Größe sie haben, ist eine zehnte Sache. Dasselbe gilt für die Märkte: Dieselben Muster, die dieselbe Bedeutung haben, können visuell sehr unterschiedlich aussehen (aufgrund von Verzerrungen, die durch die Fraktalitätder Marktcharts verursacht werden), und umgekehrt können dieselben, auf den ersten Blick verschnörkelten Charts in einem völlig anderen Muster/Tab "bedeutungsvoll und anders" sein. Das ist einfach die Art und Weise, wie sich die Wellen unterschiedlicher Dimensionen zu diesem Zeitpunkt gebildet haben. Eulen sind nicht, was sie scheinen (c) Twin Peaks :)

Ein neuronales Netz sollte "Sinn" verstehen, ohne ihn geht es nicht - es kann Muster schlecht erkennen, sich irren, nicht so klar arbeiten wie das Gehirn, aber es muss zumindest einen Sinn erfassen - das ist wichtiger als das klare Erkennen von "Bildern".

Man kann sich sehr ähnliche Zeichen ausdenken, wie auf dem Bild, gewöhnliche Neuro-Netzwerke werden sie wahrscheinlich mit diesem verwechseln, aber in Bezug auf die Logik MA werden sie eine völlig andere Bedeutung haben. Man kann sich sogar selbst ausdenken und zeichnen, um sein eigenes natürliches Neuro-Netzwerk zu trainieren - ich bin zu faul :)


 
Zauberer2018:

Ein neuronales Netz muss den "Sinn" verstehen, ohne den geht es nicht. Auch wenn es Muster schlecht definiert, Fehler macht, nicht klar wie ein Gehirn arbeitet, aber es muss den Sinn zumindest ein wenig erfassen, das ist wichtiger als das klare Erkennen von "Bildern".

Sie wissen doch, wie ein Auto aussieht, oder? Erinnern Sie sich an Ihre Kinderzeichnungen? .... und stellen Sie sich vor, dass Sie noch nie ein anderes Verkehrsmittel außer Pferden gesehen haben, und hier ist so ein dummes Zeichen - ein schwarzes "Quadrat mit Löchern" ))))

Sind Sie von der Stärke Ihres Intellekts überzeugt, dass Sie die Bedeutung eines solchen Zeichens verstehen könnten?



 
Mihail Marchukajtes:

Wow, was für ein Haufen Leute. Bist du der Trickster, den ich meine? Ich habe es groß geschrieben :-)

Dieser Mann (ist er ein Mann?) ist die Vorderseite des Grals, und Vizard_ ist seine Rückseite. Der Gral selbst kann von den Menschen nicht gesehen werden, er ist nicht erlaubt.

Schade, dass es in dieser Branche keinen Aleshy-Sohn mehr gibt, der von Schurken-Investoren getötet wurde.... Das waren noch Zeiten, als das Leben hier noch kochte. Und jetzt... Igitt!

 
Alexander_K:

Dieser Mann (ist er ein Mann?) ist die Vorderseite des Grals, und Vizard_ ist seine Rückseite. Der Gral selbst kann von den Menschen nicht gesehen werden, er ist nicht erlaubt.

Schade, dass es in dieser Branche keinen Aleshy-Sohn mehr gibt, der von Schurken-Investoren getötet wurde.... Das waren noch Zeiten, als das Leben hier kochte. Und jetzt... Igitt!

Ich habe mich gerade entschieden. Keine Suche. Langweilige, eintönige Optimierungen immer wieder ohne Suche und Abenteuer.

 
Igor Makanu:


"Nimm das Ding zurück" :))

 
Maxim Dmitrievsky:

"Nimm das Ding zurück" :))

rechts )))

Nun, ein wenig mehr Nachdenken - Menschen neigen dazu, gefangen zu sein (in einer Illusion? im Allgemeinen, in kognitiven Verzerrungen - das ist eine modische Bezeichnung für Wahnvorstellungen heutzutage)

Es ist dasselbe wie bei MO und allen Diskussionen über Computertechnologie oder Roboter - es ist alles Schwachsinn, Menschen sind viel cooler!



Nehmen wir einfache Beispiele:

1. Newton wurde von einem Apfel getroffen (was nicht der Fall war) und erfand seine genialen Formeln! - Welche Stichprobe von Menschen sollte man nehmen, damit man, wenn man ihnen mit Äpfeln auf den Schädel schlägt, dasselbe Ergebnis erhält? Oder ist es vielleicht einfacher, ein solches Problem auf dem PC laufen zu lassen und alle möglichen Daten drehen zu lassen, und es wird immer noch die Lösung dieses Problems finden?

2. Nehmen wir ein Team von Luftfahrtentwicklern: Sie haben Erfahrung und gute Software. Warum testen sie dann einen neuen Rumpf im Windkanal, nachdem sie ihn entwickelt haben? - Sie sind geniale Menschen und sogar der PC hilft ihnen?


Warum schreibe ich das? - 99 % der Erfindungen sind Zufälle, und der mathematische Apparat selbst kann bei aller Komplexität elementare Dinge nicht beschreiben (wie der Wind weht!).

und zu denken, dass der Mensch eine Krone der Schöpfung ist und Computerprogramme "dumme Mathematik" sind, ist imho eine weitere Illusion - ein Mensch macht sich selbst zum Genie durch zufällige Handlungen (körperlich oder geistig), MO ist mit demselben beschäftigt - er sucht die Lösung eines Problems durch die Ausführung zufälliger Handlungen

ЗЫ: der Vorteil des Menschen gegenüber der Maschine ist nur das Vorhandensein des assoziativen Denkens, obwohl man hier darüber streiten kann, wie groß dieser Vorteil ist. - Manchmal sind die früheren Erfahrungen eines Menschen bei der Lösung eines neuen Problems eher hinderlich als hilfreich, während das assoziative Gedächtnis vorschlägt, eine Lösung auf der Grundlage seiner positiven früheren Erfahrungen zu suchen (((

 
Igor Makanu:

Zuerst warfen sie mit Äpfeln, dann merkten sie, dass es Monte Carlo war :))

 
Maxim Dmitrievsky:

Zuerst hüpften sie auf den Äpfeln, aber dann merkten sie, dass es Monte Carlo war :))

Monte Carlo ist gut, weil es keine präzisen Regeln für die Ausgangsbedingungen hat, aber einen ziemlich guten statistischen Fehler bei der Schätzung der Ergebnisse hat

Ich weiß nicht, wie, ich würde gerne eine Mischung aus Q-Learning und Monte Carlo machen, aber nicht im Tester, sondern im Visualisierungsmodus, so wie sie NS beibringen, Angry Birds zu spielen

 
Igor Makanu:

Monte Carlo ist gut, weil es keine klaren Regeln für die Anfangsbedingungen gibt, aber es hat einen ziemlich guten statistischen Fehler bei der Schätzung der Ergebnisse

Ich weiß nicht, wie, ich möchte eine Mischung aus Q-Learning + Monte Carlo zu tun, aber nicht in der Tester, sondern im Visualisierungsmodus, wie sie lehren NS-Spiel Angry Birds

https://medium.com/datadriveninvestor/teaching-a-robot-to-buy-low-sell-high-c8d4f061b93d

Bei künstlichen Daten funktioniert es wie im Artikel beschrieben, ich habe es ausgeführt. Aber dann geht alles zurück zur Nicht-Stationarität :)

Wenn wir eine differenzierte stationäre Reihe aus meinem Artikel verwenden, könnte das vielleicht etwas Interessantes sein.

Und ja, soweit das Cunneling mit MDP funktioniert, versucht man jetzt, LSTM-Schichten einzufügen, um dem Modell mehr Speicherplatz zu verschaffen. Wie im Artikel des Autors dieses Threads über Habra.

Teaching a Robot to ‘Buy Low, Sell High’ - Data Driven Investor - Medium
Teaching a Robot to ‘Buy Low, Sell High’ - Data Driven Investor - Medium
  • G. Lemus
  • medium.com
“If we can put a man on the moon, we must be able to X”. (informal fallacies or false analogies) But now it uses Alpha Go or Watson examples: If “AlphaGo Zero: Google DeepMind supercomputer [can learn] 3,000 years of human knowledge in 40 days” [link] In AI in Finance: Cutting Through the Hype I explained several examples of the application of...