L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 244
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Come sei fuorviata.
https://nplus1.ru/news/2016/11/03/glasses
Questa è una caratteristica piuttosto esotica delle reti neurali profonde, i giornalisti amano cestinare tali pulci, come la battuta sulle reti neurali che confondono i neri e i gorilla, ma non è statisticamente significativa, la cosa importante è che solo con MO si può ottenere qualcosa dal mercato, più casualità, inoltre specificamente per fasci di serie temporali con così tanto rumore come nel mercato, le reti neurali non sono la scelta migliore.
Non sono stronzate, è l'unica cosa che abbiamo. Anche l'AT è ME, solo una forma molto inefficiente e profana di essa.
PS: il tempo può essere previsto abbastanza accuratamente (70-80%) per i prossimi giorni, anche il volto di una persona truccata può essere riconosciuto altrettanto bene di una persona.
È una stronzata quando è applicata male, ho spiegato nel post perché è una stronzata. E non ho nulla contro gli strumenti MO stessi, sono il futuro in termini di AI e di elaborazione delle informazioni.
Avete visto il programma televisivo "Spot on"? La modifica dell'aspetto non si limita ai soli occhiali quadrati. Il mercato si comporta, si potrebbe dire, in modo tale da essere irriconoscibile e ci riesce il 99% delle volte.
Stronzate se applicate in modo scorretto, ho spiegato nel post perché sono stronzate. E non ho nulla contro gli strumenti MO stessi, sono il futuro in termini di AI e di elaborazione delle informazioni.
Avete visto il programma televisivo "Spot on"? Cambiare aspetto non si limita solo agli occhiali quadrati.
Tuttavia, la maggior parte delle volte la giuria riconosce accuratamente gli attori truccati.
Mi chiedo dove il riconoscimento dei modelli umani sia superiore a quello delle macchine. Il cervello umano è una rete neurale più avanzata? Altri parametri tracciabili? Una più ampia base di esperienza?
È possibile portare un computer moderno a questo livello, o le limitazioni hardware lo impediranno?
Se consideriamo lo spettacolo "Toe-to-Toe", allora:
1. La persona che non ha familiarità con i partecipanti dell'altoparlante non può riconoscere nessuno, ma inequivocabilmente tutti riconoscono le persone di trucco e li distinguono da nagrimirovannymi.
Quindi, sono necessari due tipi di esperienza per riconoscere accuratamente le persone inventate:
a) L'esperienza di percepire volti umani senza trucco.
b) L'esperienza di percepire i volti umani nel trucco.
2. Per riconoscere i parlanti, è necessario un terzo tipo di esperienza: la conoscenza dei volti e di altri parametri fisiologici dei partecipanti. Non bisogna solo conoscere l'aspetto, ma anche i movimenti, i toni di voce, i manierismi, le azioni...
Posso concludere: se una macchina è addestrata a riconoscere tutti questi parametri, anch'essa può sedere in una giuria).
Stronzate se applicate in modo scorretto, ho spiegato nel post perché sono stronzate. E non ho nulla contro gli strumenti MO stessi, sono il futuro in termini di AI e di elaborazione delle informazioni.
Avete visto il programma televisivo "Spot on"? La modifica dell'aspetto non si limita ai soli occhiali quadrati. Il mercato si comporta, si potrebbe dire, in modo irriconoscibile e ci riesce il 99% delle volte.
In questo caso hai ragione, tuttavia, non formulerei "giusto/sbagliato", la domanda riguarda piuttosto padronanza dell'applicazione del MO, nelle sottigliezze, per dati abbastanza complessi, con molto rumore. Prendete numer.ai per esempio, la maggior parte ha >0,69 incluso me, è il 54-55% dell'età, ma ci sono quelli che hanno <0,6 significa circa il 70% dell'età, non sono sicuro se si comportano "bene", voglio dire usando mezzi standard.
Tuttavia, nella maggior parte dei casi la giuria riconoscerà accuratamente gli attori truccati.
Mi chiedo come il riconoscimento dei modelli umani sia superiore a quello delle macchine. Il cervello umano è una rete neurale più avanzata? Altri parametri tracciabili? Una base di esperienza più ampia?
È possibile portare un computer moderno a questo livello, o le limitazioni hardware lo impediranno?
Nella maggior parte dei casi, i partecipanti non hanno affatto l'obiettivo di essere irriconoscibili, l'obiettivo è di essere come l'immagine scelta. Ma questo è solo un esempio di come l'aspetto di una persona può cambiare; se vuoi, puoi cambiare completamente il tuo aspetto in modo che persino tua madre non lo riconoscerebbe, fino a includere la chirurgia vocale per cambiare le impronte digitali e sostituire le iridi con occhi di donatori. Il mercato sta quindi cambiando per non essere riconosciuto, per non essere riconosciuto in un'immagine diversa.
Ma cosa rimane costante nelle persone dall'aspetto alterato? Ciò che rimane invariato è che sono ancora esseri umani, il che significa che hanno due gambe, due braccia e così via, cioè i segni di un essere umano rimangono e non cambiano. Il comportamento generale di un essere umano non cambia, non mangerà dalla ciotola di un gatto per esempio.
Cioè, invece di dettagliare i tratti, è necessario generalizzare i tratti, identificare i tratti immutabili e sfruttarli.
Nella maggior parte dei casi, i partecipanti non hanno affatto l'obiettivo di non essere identificabili, l'obiettivo è quello di assomigliare all'immagine scelta. Ma questo è solo un esempio di come l'aspetto di una persona può cambiare; se vuoi, puoi cambiare completamente il tuo aspetto in modo che persino tua madre non lo riconoscerebbe, fino a includere la chirurgia vocale per cambiare le impronte digitali e sostituire le tue iridi con occhi di donatori. Il mercato sta quindi cambiando per non essere riconosciuto, per non essere riconosciuto in un'immagine diversa.
Ma cosa rimane costante nelle persone dall'aspetto alterato? Ciò che rimane invariato è che rimangono umani, il che significa che hanno due gambe, due braccia e così via, cioè i segni di un essere umano rimangono e non cambiano. Il comportamento generale di un essere umano non cambia, non mangerà dalla ciotola di un gatto per esempio.
Cioè, invece di dettagliare i tratti, è necessario generalizzare i tratti, identificare i tratti immutabili e sfruttarli.
Ancora una volta hai ragione, nel trading algoritmico con MO è più importante avere dati e attributi che la classificazione stessa, tutto quello che si muove con i pattern di candele non è altro che rumore.
Nella maggior parte dei casi, i partecipanti non hanno affatto l'obiettivo di non essere identificabili, l'obiettivo è quello di assomigliare all'immagine scelta. Ma questo è solo un esempio di come l'aspetto di una persona può cambiare; se vuoi, puoi cambiare completamente il tuo aspetto in modo che persino tua madre non lo riconoscerebbe, fino a includere la chirurgia delle corde vocali per cambiare le impronte digitali e sostituire le tue iridi con occhi di donatori. Il mercato sta quindi cambiando per non essere riconosciuto, per non essere riconosciuto in un'immagine diversa.
Ma cosa rimane costante nelle persone dall'aspetto alterato? Ciò che rimane invariato è che sono ancora esseri umani, il che significa che hanno due gambe, due braccia e così via, cioè i segni di un essere umano rimangono e non cambiano. Il comportamento generale di un essere umano non cambia, non mangerà dalla ciotola di un gatto per esempio.
Cioè, invece di dettagliare i tratti, è necessario generalizzare i tratti, identificare i tratti immutabili e sfruttarli.
Penso che stiamo pensando nella giusta direzione. Dobbiamo solo essere chiari sulla differenza tra la percezione umana e la percezione della macchina.
La percezione umana si perfeziona nel corso della vita. Gli esseri umani arricchiscono la loro esperienza con tutto ciò con cui entrano in contatto nel corso della vita. Il pensiero lo aiuta a costruire strutture logiche e immagini astratte. Il neurone del cervello umano ha un potenziale colossale di apprendimento e sviluppo. 3.
2. La macchina è intrinsecamente dipendente dal creatore.
3. la sua esperienza è investita al suo interno e limitata a un settore specifico.
4. La macchina è vincolata dai suoi limiti hardware. Questo limita anche la sua esperienza.
Penso che addestrare un moderno neuronet sia come addestrare un insetto: molto lavoro, ma poco utile. Tuttavia, forse se cambiamo l'approccio o facciamo computer più avanzati, sarà meglio.Penso che stiamo andando nella giusta direzione. Bisogna solo avere chiara la differenza tra la percezione umana e la percezione della macchina.
1. La percezione umana si perfeziona nel corso della vita. Gli esseri umani arricchiscono la loro esperienza con tutto ciò con cui entrano in contatto nel corso della vita. Il pensiero lo aiuta a costruire strutture logiche e immagini astratte. Il neurone del cervello umano ha un potenziale colossale di apprendimento e sviluppo. 3.
2. La macchina è intrinsecamente dipendente dal creatore.
3. la sua esperienza è investita al suo interno e limitata a un settore specifico.
4. La macchina è vincolata dai suoi limiti hardware. Questo limita anche la sua esperienza.
Penso che addestrare una rete neurale moderna sia come addestrare un insetto: un sacco di lavoro, ma poco utile. Ma forse se cambiamo l'approccio o facciamo computer più avanzati, sarà meglio.
Io dico che dovremmo semplificare, generalizzare, e tu dici che dovremmo complicare, dettagliare. Perché dovremmo cercare di conformarci alla percezione umana? Quanto è utile la percezione umana nel mercato, se i trader manuali perdevano profitti 20 anni fa leggendo il ticker, e lo fanno ora usando l'analisi tecnica e le MOD.
Pensiamo in modo logico:
Per semplificare qualcosa, dobbiamo comprendere a fondo la complessità di questa cosa. Conoscere la sua struttura. Vedo il processo come una complicazione, un dettaglio e una semplificazione. E così ogni ciclo di sviluppo. Innalzamento ad un nuovo e nuovo livello.
Il machine learning è uno strumento nelle mani di un algotrader, e questo strumento deve essere migliorato in ogni caso.
Per quanto riguarda l'efficacia delle previsioni di mercato delle reti neurali - questo è discutibile. Penso che con il giusto approccio si possa ottenere l'efficienza.