トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 2024

 
Maxim Dmitrievsky:
FXボットには誰も助成金を出しません。
FXボットは効果的であれば、それだけで元が取れます。
現地のAI専門家は、より複雑な、あるいは解決不可能なタスクの経験を持っているため、より解決しやすいのです。簡単な作業で楽になります。
音声、写真、映像の認識、症状に応じた診断、ロボットや ロボット群の制御などの タスクがあります。
 
elibrarius:
FXボットは効果があれば、それだけで元が取れます。
そこでは、より解決可能なタスクが多く、現地のAI担当者は、より複雑な、あるいは解決不可能なタスクの経験を持っているのです。簡単な作業で楽になります。
音声、写真、映像の認識、症状に応じた診断、ロボットやロボット群の制御などのタスクがあります。

今は、優秀なプロフェッショナルが全然いないんですよ。SIBURでいい仕事をするためには(IT部門も含めて)、iQテストに合格しなければならないほどになっています :D

 
マキシム・ドミトリエフスキー

今は優秀な人材が少ないですからね。SIBURでいい仕事をするためには(IT部門も含めて)、IQテストに合格しなければならないほどになっているんだ :D

優秀なプロフェッショナルは経験を積み、自分でビジネスを立ち上げ、受注の100%を得るのであって、「おじさん」の下で10〜20%働くのではない。
助成金受給者になるという選択肢もある))。
 
elibrarius:

AIやその他のデジタルプロジェクトで、実際に需要があり、顧客や販売市場が予測できるアイデアをお持ちの方は、最大300万ルーブルのスタートアップ助成金を得ることができ、従業員に最大で月10万ルーブルを支払う可能性があります。
その結果、知的財産の対象(プログラム、発明など)を登録する必要があります
https://ит-гранты.рф/

報告、承認、評価、事業計画などのためにのみ、紙は、1つでない場合、束を費やす必要があります)

重点分野:
https://ит-гранты.рф/pnp

トレーディングに関連するものはすべてどうでもよくて、この話題は全盛期を過ぎて死につつある、たとえニューラルネットワークであってもだ。悲しいかな。
 
マキシム・ドミトリエフスキー

私がどのように問題を見るか見てください...

私は、データを観測の「スライス」として捉えており、必ずしも同じ長さとは限りません。

この「スライス」の中にはクラスタ番号があり、クラスタ番号は状態、あるいは何らかのイベントとして解釈することができます...

イベントそのものには意味がなく、イベントの正しい順序が重要であり、 イベントの99%は自分自身から生み出されるゴミ であることを忘れてはならない。


そこで、市場では、(ゴミの山の中で)「1」→「2」→「3」→「YES」という勝ち筋があると仮定してみます。

これが、私が理解する「淹れたコーヒー」です。

"1"- 水を注ぐ "2" - 加熱 "3"......といった具合に、 明らかに順序が 正しくなければならない。


データはこんな感じですが、線はもっと長くなります。

写真


そこで、ノイズの中に隠れているそのような配列を探すアルゴリズムを作っているのですが...。


そこで、あなたに質問です。

RNNはノイズの中からこれを見つけることができるのか?

とか、RNNは長さの違うベクトルを入力として受け取れるのか?

私はここでネットワーク、彼らはテキストで動作するようにltsm,gruのようなクールなものであっても、ノイズが多すぎると思うし、全くノイズがありません....

もしかして、車輪の再発明?

 
mytarmailS:

私がどのように問題を見るか見てください...

私は、データを観測の「スライス」として見ており、必ずしも同じ長さとは限りません。

この "スライス "の中にはクラスタ番号があり、クラスタ番号は状態、あるいはイベントとして解釈することができる...。

イベントそのものには意味がなく、イベントの正しい順序が重要であり、 イベントの99%は自分自身から生み出されるゴミ であることを忘れてはならない。


そこで、市場では、(ゴミの山の中で)「1」→「2」→「3」→「YES」という勝ち筋があると仮定してみます。

これが、私が理解する「淹れたコーヒー」です。

"1"- 水を注ぐ "2" - 加熱 "3"......といった具合に、 明らかに順序が 正しくなければならない。


データは以下のようになり、ただ行はもっと長くなります。


(まだ、何が起こっているのかイメージが湧かない)

写真もうまくいかない。

ええ、そんな感じです。条件付きイベントのシーケンス、それはメモリが必要です。しかし、いくつかのイベントを交互に並べることでイベント数を減らしています。

とすると、ブール型関数 000011010110011 が得られ、0 と 1 が交互に現れる。入力がn個のイベントの系列である場合、次のイベントを予測する。しかし、これには古典的なものではなく、リカレンスメッシュが必要です。2以上のクラスターを作ることも可能です
 
マキシム・ドミトリエフスキー

写真も動かないし、効果もなかった。

写真をクリックすると、下の方にもう少し詳しく書いてありますよ。

マキシム・ドミトリエフスキー

しかし、いくつかのイベントを交互にクラスタリングすることで、イベントの数を減らしています。

すべてがすでに還元されている、クラスターになっている、クラスターからクラスターができる、なんでもいいんです......。
 
mytarmailS:

そんなあなたへの質問

RNNはノイズの中でこれを見つけられるか?

とか、RNNは長さの違うベクトルを入力として受け取れるのか?

ここのネットワークは、テキストで動くので、ltsm,gruのようなクールなものでも、ノイズが多すぎると思うのですが、まったくノイズがありません...。

車輪の再発明かもしれませんね。

ノイズはクラスタリング層で除去する必要がある

は異なる長さのベクトルを取ることができる(やったことはないが、可能であることは知っている)、しかし、クラスタリング層が使用されている場合、問題は問題外であることだ

 
マキシム・ドミトリエフスキー

ノイズはクラスタリング層で除去する必要がある

ノイズ、それは役に立たない クラスタです。

1 22 44 55 42 2 54 65 23 75 3 53 7643 "はい"

しかし、それらは学んだ後に初めて無駄で余計なものだと分かるのですが、その間はどんなに学んでも邪魔になります。

 
mytarmailS:

ノイジーな クラスタです。

1 22 44 55 42 2 54 65 23 75 3 53 7643 "はい"

無駄なクラスタがない

理由: