Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2567

 
SanSanych Fomenko #:

No me interesa el cotier en sí. Me interesa la capacidad del predictor para predecir al profesor. Para mí, el mayor error de la gran mayoría de los comerciantes es tratar de resolver los problemas del propio kotir. Y necesitamos la predicción del profesor. Este es un problema completamente diferente.

Si los predictores y las respuestas están claramente formalizados, probablemente no sea necesario un modelo de precios. Si se buscan y construyen, un modelo de precios es útil.

 
Aleksey Nikolayev #:

Si los predictores y las respuestas están claramente formalizados, probablemente no sea necesario un modelo de precios. Si se buscan y construyen, entonces es útil un modelo de precios.

El modelo de mercado futuro siempre se forma a partir del pasado. El pasado forma el modelo futuro en función del pasado y del estado actual de la economía y la política mundiales.

El estado actual de la economía es el primer factor que influye en la dirección del componente monetario. La influencia de las palabras de los PRIMEROS no es dudosa en cuanto al impacto en los tipos de cambio.

Se ve muy bien en el probador cuando los datos están listos.

P.D. ¿Qué sentido tiene todo este post?

Uno de los indicadores más importantes del impacto en el mercado de divisas son las noticias de las que aún no nos hemos enterado. Los datos históricos + las noticias actuales formarán una nueva pauta, pero será diferente de la asumida en el modus operandi.

Es decir, el impasse siempre estará en otra parte.

 

Bueno, si va a la antigüedad, debería haber empezado con Aristóteles y su concepto de esencia.

 
Aleksey Nikolayev #:

Bueno, si va a retroceder en el tiempo, debería haber empezado con Aristóteles y su concepto de esencia.

¿Lo has visto todo?
 
mytarmailS #:
¿Has visto todo?

Casi. La definición es lo que él llama lo que comúnmente se denomina "definición nominal". También existe la "definición real" o esencia según Aristóteles.

 
Aleksey Nikolayev #:

Casi. Una definición es lo que él llama la "definición nominal". También existe la "definición real" o definición de esencia según Aristóteles.

¿Es esto lo más importante que ha extraído de toda la conferencia?
 
mytarmailS #:
¿Es realmente lo más importante que has elegido para ti de toda la conferencia?

¿Qué en el razonamiento podría ser más importante que su punto de partida?)

Los conceptos de contexto y semántica son conocidos desde hace mucho tiempo, al igual que su complejidad y multiplicidad de capas.

En cuanto a los algoritmos de MO, parece que se trata de una complicación más en la arquitectura de las redes que ya son lo suficientemente complejas como para lograr el reentrenamiento)

Las interpretaciones de la mitología no carecen de interés, pero tampoco tienen nada de original.

 
Aleksey Nikolayev #:

En cuanto a los algoritmos de MO - aparentemente todo se reduce a una complicación más en la arquitectura de la red

Juzgar es juzgar ¿por qué?
Si el autor dijo 8 veces que no se puede construir una IA basada en redes neuronales, entonces eso significa --- "aparentemente todo se reduce a una complicación más en la arquitectura de redes"
Es curioso...
 

De hecho, si se examina el problema en profundidad, la respuesta es mucho más sencilla.

Si tiene datos de entrada que tengan que ver con el objetivo, cualquier máquina NS hará el trabajo. Y cuanto más precisos sean los datos de entrada que describen el objetivo, mejor será el resultado de aprendizaje de la red, más largo será el período de su funcionamiento con una calidad invariable, etc.

Es decir, la esencia del trabajo en el campo de la MI no está en la búsqueda interminable de arquitecturas NS, métodos de entrenamiento y otros trucos para ello, sino en la SELECCIÓN de la IA bastante trabajo y la búsqueda interminable de los datos de entrada para obtener aún mejores resultados de la formación y el trabajo del modelo en su conjunto.

Esto es lo que ocurre en el aprendizaje automático. Elegir un sistema de inteligencia artificial (no sólo una NS, sino una IA) y trabajar con el sistema elegido para encontrar las mejores entradas para la función objetivo especificada. A veces algunos datos funcionan, otras veces se basan en transformaciones diametrales, pero medio año la diferencia funciona, medio año el promedio funciona y hay que ser capaz de ajustarse a eso, por desgracia.


De lo contrario: Si no hay una relación informativa entre los datos de entrada y salida en el sistema, entonces ningún sistema de IA puede construir una ley descriptiva entre la entrada y la salida y, por lo tanto, todos los modelos propuestos tendrán un funcionamiento aleatorio o no, ¡ya que en principio no existe ninguna ley REAL entre la entrada y la salida!