L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1271
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
Per il mercato, è formato esattamente allo stesso modo, perché la tecnologia è la stessa. Lasciate perdere "l'influenza", non viene insegnata esplicitamente nel modo in cui la immaginate voi. Ci sono insiemi di strategie, strategie ottimali, ecc. (in RL si chiamano politiche).
Se avessimo un creatore di bot potremmo fargli una serie di domande ed essere molto sorpresi dalle risposte. Tutte queste RL sono buone per imparare le influenze ambientali stazionarie, ma se stai giocando contro un altro giocatore, allora la RL nuda non funzionerà. Non ho studiato a fondo questo settore, potrei sbagliarmi. Ma c'è una chiara interazione con l'ambiente che cambia, non si può vedere dal comportamento dei bot non c'è aspettativa di nulla, non si può vedere affatto, c'è un controllo della probabilità di causare danni sia a voi che al vostro avversario, e ci sono errori di calcolo semplicemente e agire verso meno possibilità di esito negativo, ma non è la probabilità data dalla politica all'inizio del gioco - è l'influenza sull'ambiente che cambia.
Ciao a tutti. Dal momento che abbiamo stabilito che TUTTI qui sono abbastanza intelligenti e questo non è sarcasmo ma una dichiarazione di fatto. Il campo di ME non manca di intelligenza, quindi ho una domanda per la comunità. Qualcuno ha mai amministrato UBUNTU? Sto parlando dell'amministrazione. Il problema è questo. Durante l'ottimizzazione questo processo viene eseguito tante volte quanti sono i core nel sistema e li parallelizza.
Domanda: è possibile forzare 2 o 4 core a servire un processo in esecuzione non divisibile? Beh, sono solo io... forse qualcuno ne sa qualcosa...
Google sta lavorando oggi
https://deepmind.com/blog/alphastar-mastering-real-time-strategy-game-starcraft-ii/
Ok, ieri ho avuto un'altra discussione inutile
Google sta lavorando oggi
https://deepmind.com/blog/alphastar-mastering-real-time-strategy-game-starcraft-ii/
Ok, ieri ho avuto un'altra discussione inutile
Notate, sul grafico dell'aspettativa dell'esito della battaglia, c'è esattamente la probabilità di cui parlavo - situazionale, che attiva il feedback dei neuroni. Si può vedere chiaramente come questa probabilità cambia man mano che entrambe le parti esplorano e perdono unità - cioè c'è un costante ricalcolo dell'equilibrio di potere e delle proprie aspettative. Questa non è chiaramente una classica variante RL.
Notate che sul grafico dell'aspettativa di battaglia, c'è esattamente la probabilità di cui stavo parlando - la probabilità situazionale che attiva il feedback dei neuroni. Si può vedere chiaramente come questa probabilità cambia man mano che entrambe le parti esplorano e perdono unità - cioè c'è un costante ricalcolo dell'equilibrio di potere e delle proprie aspettative. Questa non è chiaramente una classica variante RL.
Quindi sei così maldestro, pensavo fosse quello che stavo cercando di dirti :D
Leggete anche l'equilibrio di Nash nel link, ho descritto l'algoritmo 1 in 1 ieri, senza nemmeno leggere
il punto è che il gioco non ha una stima di probabilità e il gioco ha un'EFFICIENZA :)) torna indietro e leggi il tuo post
L'ovvio è il classico RL profondo LOL, smettila di parlare di spazzatura quando non sei in argomento
Sei così maldestro che ho pensato che fosse quello che stavo cercando di spiegarti :D
leggete anche l'equilibrio di Nash nel link, ho descritto l'algoritmo 1 in 1 ieri, senza nemmeno leggerlo
il punto è che il gioco non ha una stima della probabilità e il gioco ha un'EFFICIENZA :)) torna indietro e leggi il tuo post
L'unica cosa che vedi è un classico RL profondo LOL, smettila di dire sciocchezze quando non sei in tema.
Questo è un forum per il trading, sistemi di trading automatico e test di strategie di trading
Sono sempre stato interessato al trading sul mercato Forex e sono convinto che questo sia il modo migliore per insegnare il machine learning.
Aleksey Vyazmikin, 2019.01.25 17:15
Io la vedo in modo leggermente diverso, il giocattolo ha convenzionalmente una valutazione matematica di ogni lato che consiste di molti fattori - il numero di bot e il loro potenziale, i beni, il denaro, e l'obiettivo dell'avversario di diminuire questa cifra di valutazione in modo da mantenere la sua cifra di valutazione più alta di quella dell'avversario, cioè di spendere meno energia per il risultato. Questo risulta in un sistema reciprocamente influente, dove è chiaro che sacrificando un'unità si diminuisce il valore stimato delle risorse dell'avversario di più del valore stimato dell'unità, allora questa è la decisione giusta, e se non lo è, allora non è quella giusta. E nel trading non abbiamo garanzie, solo probabilità, ma in un giocattolo ci sono garanzie matematiche che possono essere calcolate.
Non possiamo influenzare la situazione, ma nel gioco possiamo, anche creando noi stessi situazioni vantaggiose.Forum sul trading, sistemi di trading automatico e strategie di trading di prova
Machine learning nel trading: teoria e pratica (trading e non solo)
Aleksey Vyazmikin, 2019.01.26 00:06
Se avessimo un creatore di bot, potremmo fargli una serie di domande e saremmo molto sorpresi dalle risposte. Tutte queste RL sono buone per imparare fattori di influenza stazionari sull'ambiente, ma se state giocando contro un altro giocatore, allora la RL nuda non funzionerà. Non ho studiato a fondo questo settore, potrei sbagliarmi. Ma c'è una chiara interazione con l'ambiente che cambia, non si vede dal comportamento dei bot che c'è un'aspettativa di qualcosa, non si vede affatto, c'è un controllo della probabilità di causare danni sia a te che all'avversario, e ci sono errori di calcolo semplicemente e agendo verso una minore probabilità di un risultato negativo, ma non è la probabilità impostata dalla politica all'inizio del gioco - è l'effetto sull'ambiente che cambia.