L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1510
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
Wow, che gruppo di persone. Sei tu il Trickster di cui sto parlando? Notate che l'ho messo in maiuscolo :-)
Perché stai dicendo la verità, che ti succede? Ben fatto, siediti, cinque. Posso aggiungere che alla divisione dello spazio dei punti descritti dai valori di input dati, nel nostro caso è lo spazio multidimensionale, la cosa principale è dividere l'area in modo che cadano nel gruppo Sì o No, ed è importante che i valori FUTURI dei vettori di input lo stesso li spargano correttamente su entrambe le parti delle barricate. Nostro e del nemico. Ma per far funzionare la rete in futuro, è necessario non solo dividere quelli attuali, ma dividerla in modo che i coefficienti polinomiali possano lavorare da soli senza dati di input. Solo in questo caso la rete funzionerà. Lunga crepa il mio cervello per calcolare il livello di generalizzazione del polinomio risultante, ma dal momento che il risultato di generalizzazione si trova anche nel futuro e affidabile calcolare non è possibile solo per assumere, quindi qualsiasi metodo di determinare la generalizzazione sono indiretti. In alternativa: quando si ottengono i coefficienti del polinomio, fare l'ottimizzazione a ritroso.......xm.... è necessario provare...
Aggiungo: una rete neurale dovrebbe chiaramente "capire" e indovinare che si tratta di uno stesso modello. È possibile esprimere il "significato" di evacuazione in decine di altri modi, una persona che sa qualcosa di regole del traffico e di organizzazione del traffico determinerà facilmente che si tratta essenzialmente dello stesso modello.La cosa principale in questo particolare modello è "l'evacuazione" - come l'evacuatore e l'auto evacuata sono schematizzati, qual è il colore e la dimensione è una decima cosa. Lo stesso è nei mercati, gli stessi modelli con lo stesso significato possono essere visivamente molto diversi (a causa di distorsioni causate dalla frattalitàdei grafici di mercato) e viceversa, gli stessi a prima vista ghirigori grafico - per essere "significativo e diverso" modelli / compresse. Questo è solo il modo in cui le onde di diverse dimensioni si formano in un dato momento. I gufi non sono quello che sembrano (c) Twin Peaks :)
Una rete neurale deve capire il "senso", senza di esso non c'è modo - può identificare male gli schemi, sbagliarsi, non funzionare chiaramente come il cervello, ma deve cogliere almeno un po' di senso - questo è più importante del riconoscimento chiaro delle "immagini".
Puoi pensare a segni molto simili, come nell'immagine, le neuro-reti ordinarie probabilmente li confonderanno con questo, ma in termini di logica MA avranno un significato completamente diverso. Puoi anche pensare e disegnare tu stesso per allenare la tua neuro-rete naturale - sono troppo pigro :)
Una rete neurale deve capire il "significato", non c'è modo senza di esso. Anche se definisce male i modelli, fa errori, non funziona chiaramente come un cervello, ma deve afferrare il significato almeno un po', è più importante del riconoscimento chiaro delle "immagini".
Sapete com'è fatta un'automobile, vero? Vi ricordate i vostri disegni d'infanzia? .... e immaginate di non aver mai visto nessun altro mezzo di trasporto tranne i cavalli, ed ecco un segno così sciocco - un "quadrato con dei buchi" nero ))))
Siete sicuri della forza del vostro intelletto che sareste in grado di capire il significato di un tale segno?
Wow, che gruppo di persone. Sei tu il Trickster di cui sto parlando? Notate che l'ho messo in maiuscolo :-)
Quest'uomo (è un uomo?) è il dritto del Graal, e Vizard_ è il suo rovescio. Il Graal stesso non può essere visto dalle persone, non è permesso.
Eh, è un peccato che non ci sia più Aleshy-figlio in questo ramo, ucciso dai cattivi-investitori.... Quelli erano i tempi, la vita era bollente qui. E ora... Ugh!
Quest'uomo (è un uomo?) è il dritto del Graal, e Vizard_ è il suo rovescio. Il Graal stesso non può essere visto dalle persone, non è permesso.
Eh, è un peccato che non ci sia più Aleshy-figlio in questo ramo, ucciso dai cattivi-investitori.... Quelli erano i tempi, la vita era bollente qui. E ora... Ugh!
Ho appena deciso. Nessuna ricerca. Ottimizzazione monotona e noiosa tempo dopo tempo senza ricerca e avventura.
"Riprenditi quella cosa" :))
"Riprenditi quella cosa" :))
giusto )))
Beh, un po' più di riflessione - le persone tendono ad essere intrappolate (in un'illusione? in generale, in distorsioni cognitive - è così che oggi chiamano di moda i deliri)
è lo stesso con MO e qualsiasi discussione sulla tecnologia informatica o sui robot - sono tutte stronzate, gli umani sono molto più fighi!
Prendiamo esempi semplici:
1. Newton fu colpito da una mela (che non era il caso) e inventò le sue formule geniali! - quale campione di persone dovrebbe essere preso in modo che quando li si colpisce nel cranio con le mele si ottiene lo stesso risultato? o forse è più facile eseguire un tale problema sul PC e lasciarlo ruotare tutti i dati possibili e ancora troverà la soluzione di questo problema?
2. prendete il team di sviluppo dell'aviazione, hanno esperienza e un buon software, quindi perché, dopo aver sviluppato una nuova fusoliera, la testano in una galleria del vento? - Sono persone geniali e persino il PC li aiuta?
perché sto scrivendo questo? - il punto è che il 99% delle invenzioni sono incidenti e l'apparato matematico stesso con tutta la sua complessità non può descrivere cose elementari (come soffia il vento!)
e pensare che un essere umano è una corona di creazione e i programmi per computer sono "matematica stupida", imho, questa è un'altra illusione - un essere umano si fa un genio con azioni casuali (fisiche o mentali), MO è impegnato nello stesso - cercare la soluzione di un problema eseguendo azioni casuali
ЗЫ: il vantaggio di un essere umano su una macchina è solo la presenza del pensiero associativo, anche se qui è possibile discutere quanto questo vantaggio? - A volte l'esperienza precedente dell'uomo ostacola più che aiutare a risolvere un nuovo problema, mentre la memoria associativa suggerirà di cercare una soluzione basata sulla sua esperienza precedente positiva (((
All'inizio stavano lanciando mele, poi hanno capito che era Monte Carlo:))
All'inizio erano mele che rimbalzavano, ma poi hanno capito che era Monte Carlo :))
Monte Carlo è buono perché non ha regole precise per le condizioni iniziali, ma ha un errore statistico abbastanza buono nella stima dei risultati
Non so come, vorrei fare un mix di Q-learning + Monte Carlo, ma non nel tester, ma in modalità di visualizzazione, come insegnano a NS a giocare a Angry Birds
Monte Carlo è buono perché non ha regole chiare per le condizioni iniziali, ma ha un errore statistico abbastanza buono nella stima dei risultati
Non so come, vorrei fare un mix di Q-learning + Monte Carlo, ma non nel tester, ma in modalità visualizzazione, come insegnano NS gioco Angry Birds
https://medium.com/datadriveninvestor/teaching-a-robot-to-buy-low-sell-high-c8d4f061b93d
Sui dati artificiali funziona come nell'articolo, l'ho eseguito. Ma poi tutto torna alla non stazionarietà :)
forse se usiamo una serie stazionaria differenziata dal mio articolo, potrebbe essere qualcosa di interessante.
E sì, per quanto il cunneling funzioni con MDP, ora stanno cercando di inserire strati LSTM per far sì che il modello abbia più memoria. Come nell'articolo dell'autore di questo thread su Habra.