L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 633

 
Maxim Dmitrievsky:

di un uomo intelligente.

Sta dicendo sciocchezze non scientifiche. Parla della memoria dell'acqua, poi sogghigna con un microscopio elettronico, mostrando risultati molto lontani da quelli moderni. Non hanno guardato oltre, ho paura che inizierà a parlare della terra piatta :)

 
Ildottor Trader:

Parla di sciocchezze non scientifiche. Cita la memoria dell'acqua e poi sogghigna al microscopio elettronico, mostrando risultati molto lontani da quelli moderni.

Cosa c'è di diverso in quelli moderni, usano elettroni diversi?

l'acqua era ironica, nel caso non l'abbiate capito

 

Mostra qualche immagine sfocata a livello molecolare. Ed ecco un video di 5 anni fa, per esempio, dove sono già arrivati al punto di riconoscere gli atomi (non le molecole) e creare un modello 3D con la loro posizione.https://www.youtube.com/watch?v=yqLlgIaz1L0

Non è chiaro quali onde magnetiche voglia vedere sul CD, dove i bit sono rappresentati da buchi fisici nella plastica. E perché sulla sua immagine di CD al microscopio si vedono pezzi di informazione che camminano in un piccolo cerchio, mentre su questa scala si inseriscono visivamente in una linea retta? Che spettacolo con fatti falsi e immagini prese da Internet.

Maxim Dmitrievsky:

La cosa dell'acqua era ironica, nel caso non l'avessi capito.

C'è ironia ovunque. Cosa intendeva esattamente con l'esperienza dell'acqua? L'ha detto e dimenticato, non ha dato nessuna conclusione. Seriamente o no, non è chiaro. Fa anche ironia sulle molecole, sembra che voglia dire che non esistono e che solo lui sa cosa c'è veramente.

I primi 20 minuti del video sono sufficienti per dubitare dei suoi argomenti e della sua credibilità.

 
Ildottor Trader:

Mostra qualche immagine sfocata a livello molecolare. Ed ecco un video di 5 anni fa, per esempio, dove sono già arrivati al punto di riconoscere gli atomi (non le molecole) e creare un modello 3D con la loro posizione.

Non è chiaro quali onde magnetiche voglia vedere su un CD, dove i bit sono rappresentati da buchi fisici nella plastica. E perché sulla sua foto del CD al microscopio si vedono dei pezzi di informazione che camminano in un piccolo cerchio, mentre su questa scala si inseriscono visivamente in una linea retta? Che spettacolo con fatti falsi e immagini prese da Internet.

Ha ironia ovunque. Cosa intendeva esattamente con la sua esperienza con l'acqua? L'ha detto e dimenticato, non ha dato nessuna conclusione. Seriamente o no, non è chiaro. È ironico anche sulle molecole, sembra che voglia dire che non esistono e che solo lui sa cosa c'è nella realtà.

I primi 20 minuti del video sono sufficienti per mettere in dubbio i suoi argomenti e la sua credibilità.

Il video parla della casualità )) di tutto e di niente, ma in realtà parla del fatto che qualcosa che non possiamo ancora calcolare è casuale. Mostra il reticolo atomico e non a livello molecolare. Non ho prestato molta attenzione al disco.

Ha un altro video in cui spiega che la luce è una particella e non un'onda sull'esempio dell'interferenza) e che le onde (e un campo) sono state inventate perché non possiamo calcolare tutte le opzioni.

A proposito, i binari sono in linea retta, l'immagine è solo filmata con un'angolazione


 

Ok, ci arriverò dall'altra parte. Supponiamo che io abbia un insieme di 100 ingressi. Calcolo l'entropia per ogni ingresso e ottengo risultati da -10 a 10. Domanda: Quali input sono preferibili al take????

Diciamo che ho 10 ingressi sotto zero, il resto sopra, MA tutti i valori sono compresi tra -10 e 10.....

 

E inoltre... non riesco a calcolare le informazioni reciproche .... O piuttosto la probabilità condizionata, per il successivo calcolo dell'entropia e del VI.

Qualcuno può spiegare sulle dita o su un esempio migliore.

prima colonna 40 righe variabile di ingresso

seconda colonna 40 righe output....

Ha lavorato molto durante la notte per identificare l'ipotesi. Ho inciampato su queste cose e non c'è stato verso. Per favore aiutatemi e vi darò i miei pensieri sulla mia ipotesi...

 
Mihail Marchukajtes:

E inoltre... non riesco a trovare alcun modo per calcolare le informazioni reciproche.... O piuttosto la probabilità relativa, per il successivo calcolo dell'entropia e del VI.

Qualcuno può spiegare sulle dita o su un esempio migliore.

prima colonna 40 righe variabile di ingresso

seconda colonna 40 righe output....

Ha lavorato molto durante la notte per identificare l'ipotesi. Ho inciampato su queste cose e non c'è stato verso. Per favore aiutatemi e vi darò i miei pensieri sulla mia ipotesi...

hai bevuto di notte?

 
Maxim Dmitrievsky:

hai bevuto di notte?

No... non ubriaco..... perché?

Non riuscivo a dormire, e di solito è l'unica cosa che mi viene in mente in momenti come questo. Non vale la pena perdere tempo quando si ha molto lavoro da fare...

 

Beh, sembra che l'entropia e l'informazione reciproca abbiano poco a che fare con l'econometria

correlazione, covarianza, varianza sono di solito usati :) non in quel modo

La cross-entropia è un concetto usato in NS per l'allenamento... ma perché ne avete bisogno?

 
Maxim Dmitrievsky:

Beh, sembra che l'entropia e l'informazione reciproca abbiano poco a che fare con l'econometria

correlazione, covarianza, varianza sono di solito usati :) non in quel modo

La cross-entropia è un concetto usato in NS nell'allenamento... ma perché ne avete bisogno?

Beh, prima di tutto. Con VI ho intenzione di ridurre il numero di input per ridurre il tempo di apprendimento.

Ho scelto solo gli input che hanno entropia negativa e sono vicini allo zero. L'apprendimento con invidiabile coerenza ha iniziato a venire agli stessi parametri del modello.

Ottenere un modello è metà della battaglia, l'altra metà di questa non semplice questione è scegliere esattamente quello che funzionerà in futuro. Per farlo salvo i dati della rete non in una forma trenar, ma in un dowble e guardo l'entropia della rete e come cambia con il tempo, a proposito ecco una tabella di cambiamento di entropia nel tempo per uscite binarie polinomiali....

1 7.481151166 5.100318157 4.593448434 8.798740335 10.34478836 4.480187448 4.462974562 4.864834535

2 7.675977242 5.395113191 4.647719201 9.658965819 -17.34873011 4.511112896 4.529873469 4.925396515

3 7.512766799 5.414556649 4.644887426 8.929776132 -976.6274612 4.644286062 4.386822711 5.050380326

4 8.045096956 5.079259638 4.671147058 9.875423555 9.171932774 4.623802531 3.917309752 4.941859173

5 8.045378868 5.007650592 4.290382249 9.433280634 10.64451391 4.647512921 3.790881638 4.990994671

6 7.814542877 3.644626791 4.344130499 8.980821417 10.5023546 4.637264293 3.831404183 5.032854966

7 -26.55886859 3.781908903 4.516251137 8.797781513 10.54684501 4.883377949 3.86512079 4.659267439

8 -161.3020423 3.718875753 4.564760685 9.184890078 9.157325707 5.074360669 3.785251605 4.364874679

9 1.909633919 3.825969935 4.579305659 8.739113103 8.280835877 5.009919646 4.242339336 4.39432571

10 6,213306097 -10,87341467 5,067862079 10,18574585 8,07128492 1,73846346 4,299916662 4,567998062

11 6.171390883 1.962160448 5.081660438 8.650951109 7.510213446 1.596086413 4.313971802 4.55943716

12 6.120246115 3.948723109 4.801258198 8.235748448 7.127388358 1.698956287 4.082715891 4.781776645

13 6.138878328 -3.010948518 4.804114984 8.523101895 7.177670414 1.698630529 4.082338047 4.82267867

14 6.212129971 -3.922803979 4.757739216 9.25848968 7.66609198 1.698756132 4.125811197 4.874060339

15 6.090848662 -7.954277387 4.76183886 10.81234021 7.701949544 1.540056412 4.062605741 4.915433819

16 5.99824787 -59.32132062 4.806934783 9.083600192 7.697975097 1.540406949 4.097070448 4.978901083

17 5.83493287 4.565768504 4.899180184 -28.38726036 7.830286358 1.543100257 4.25790422 5.043798266

18 5.758509171 -3.4626244 4.895859118 -1237.359668 8.484082841 1.706466252 4.177809837 5.037940939

19 5.744674247 -12.48734205 4.961865536 1.569990079 8.915892511 1.682437372 4.336780002 5.057555915

20 5.738253623 -10.20442198 4.98732747 9.795996355 8.842880831 1.539687763 4.344159624 5.106441146

21 5,731628697 -1,706645474 5,005196184 10,75926151 8,059670516 1,432952506 4,391768977 4,729395732

22 5.874802768 -0.43939394479 4.970298578 10.33058781 7.832786294 1.431618527 4.568893332 4.715744749

23 5.953727915 -3.949602879 5.017109405 9.668521648 7.941416688 1.425216096 4.646327857 4.745979757

Sorprendentemente ad un certo punto, quando si aggiunge un valore, l'entropia diventa bruscamente negativa. A cosa potrebbe essere dovuto????

Se assumiamo che il valore positivo è una misura di incertezza, e il valore negativo è una misura di ordine, allora selezioniamo le letture della rete con il minimo valore di entropia, tuttavia credo che anche un indicatore troppo alto nella zona negativa non sia buono. Ecco perché ci sono due varianti, o scegliere la rete con l'entropia più piccola, o quella con l'entropia più vicina a zero....

Bene e quando il calcolo dei VI sarà organizzato, allora sarà possibile guardare quanti VI in uscita da una rete in relazione all'ingresso. Penso che questo approccio sarà in grado di mettere i puntini sulle "i" e le crocette su molte "t".

È facile ottenere molti modelli, ma scegliere quello giusto è un'altra questione e non è affatto facile.

Aspetto commenti su questo post, e soprattutto una spiegazione del perché questo possa essere. Teorie di ipotesi, ecc. Lo apprezzerei molto. Grazie!!!!