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 244

[toxic]

ivanivan_11:

へっへっへ、なんと見当違いのことを言うのでしょう。

https://nplus1.ru/news/2016/11/03/glasses

これはディープニューラルネットワークの かなりエキゾチックな特徴です ジャーナリストはこのようなノミを潰すのが大好きです ニューラルネットワークが黒人とゴリラを混同するというジョークのように しかし統計的に有意ではありません 重要なことは MOを使うことでのみ市場から何でも得られることです もっとランダム性があります さらに特に市場のように多くのノイズがある時系列バンドルには ニューラルネットワークは最適な選択ではありません。

[Andrey Dik]

そうな んです。

デタラメじゃない、それしかないんだ。TAもMEですが、非常に非効率的で冒涜的な形をしているだけです。

PS：天気はかなり正確に（70-80％）次の日を予測することができ、メイクアップした人の顔も、その人と同じように認識することができます。

誤用されるとデタラメになる、なぜデタラメなのかは記事で説明しました。また、MOツール自体には何の恨みもありませんし、AIや情報処理という点では未来のものです。

テレビ番組「Spot on」はご覧になりましたか？外見的な改造は、四角いメガネだけにとどまりません。市場の振る舞いは、認識できないほどで、99％成功すると言ってもいいかもしれません。

[Реter Konow]

アンドレイ・ディク

誤って適用するとデタラメになる、その理由は投稿で説明しました。また、MOツール自体には何の恨みもありませんし、AIや情報処理という点では未来のものです。

テレビ番組「Spot on」はご覧になりましたか？見た目を変えるのは、四角いメガネだけに限りません。

しかし、ほとんどの場合、審査員はメイクアップした俳優を正確に認識しています。

人間のパターン認識が機械のパターン認識より優れているのはどこだろう。人間の脳は、より高度な神経回路網なのか？トレーサブルパラメーターを増やす？経験の裾野が広い？

現代のコンピュータをこのレベルまで持っていくことは可能なのか、それともハードウェアの限界で無理なのか。

[Реter Konow]

という番組を考えるなら、「Toe-to-Toe」。

1.スピーカー参加者に慣れていない人は、誰も認識することはできませんが、明確にすべてのメイクアップの人々を認識し、nagrimirovannymiからそれらを区別することができます。

つまり、作り物を正確に認識するためには、2種類の経験が必要なのです。

a) 化粧をしない状態で人の顔を認識する体験。

b) メイクアップされた人間の顔を認識する経験。

2.話し手を認識するためには、第三の経験、つまり、参加者の顔やその他の生理学的パラメータに関する 知識が必要である。外見だけでなく、動作、声のトーン、マナー、行動......といった知識も必要です。

もし、機械がこれらのパラメータをすべて認識できるように訓練されれば、機械も陪審員になることができます。）

[toxic]

アンドレイ・ディク

誤って適用するとデタラメになる、その理由は投稿で説明しました。また、MOツール自体には何の恨みもありませんし、AIや情報処理という点では未来のものです。

テレビ番組「Spot on」をご覧になったことはありますか？外見的な改造は、四角いメガネだけにとどまりません。市場は、認識できないような行動をとり、99％の確率で成功する、と言ってもいいかもしれません。

その場合、あなたは正しいのですが、私はそれを「正しい／正しくない」と定式化しません。 せいぎょ 膨大なノイズを含む複雑なデータに対して、MOを適用することの、微妙なところです。例えば、数値.aiを例にとると、私を含めてほとんどの人が0.69以上なので、年齢の54-55%に相当しますが、0.6未満の人もいて、それは年齢の約70%を意味します。

[Andrey Dik]

レトログ・コノウ。

しかし、ほとんどの場合、陪審員はメイクアップされた俳優を正確に認識することができます。

人間のパターン認識が、機械のパターン認識より優れているというのは、どうなんでしょうね。人間の脳は、より高度な神経回路網なのか？トレーサブルパラメーターを増やす？より広い経験値？

現代のコンピュータをこのレベルまで持っていくことは可能なのか、それともハードウェアの限界で無理なのか。

多くの場合、参加者は「わからないようにする」という目的をまったく持たず、「選ばれた画像に似せる」ことが目的です。しかし、これは人の外見を変える一例で、やろうと思えば、声帯手術で指紋を変えたり、虹彩をドナーの目に置き換えたりと、母親でもわからないくらい完全に外見を変えることができるのです。そのため、市場は認識されないように、異なるイメージで認識されないように変化しています。

しかし、外見が変化した人々について、不変のものは何でしょうか？変わらないのは、彼らが人間であること、つまり、2本の足や2本の腕があること、つまり、人間のサインが残っていて、変わらないということです。人間の一般的な行動は変わりません。例えば、猫の器から食べたりはしません。

つまり、特徴を詳細に説明するのではなく、特徴を一般化し、不変の特徴を見極め、それを利用することが必要なのです。

[toxic]

アンドレイ・ディク

多くの場合、参加者は正体不明になることを全く目的にしておらず、選ばれたイメージに似せることを目的にしています。しかし、これはあくまで一例で、やろうと思えば、声帯手術で指紋を変えたり、虹彩をドナーの目に取り替えたりと、母親でもわからないくらい完全に外見を変えることができるのです。そのため、市場は認識されないように、異なるイメージで認識されないように変化しています。

しかし、外見が変化した人々について、不変のものは何でしょうか？変わらないのは、彼らが人間であること、つまり、2本の足、2本の腕があること、つまり、人間のサインが残っていて、変わらないということです。人間の一般的な行動は変わりません。例えば、猫の器から食べたりはしません。

つまり、特徴を詳細に説明するのではなく、特徴を一般化し、不変の特徴を見極め、それを利用することが必要なのです。

改めておっしゃるとおり、MOを使ったアルゴリズム取引では、分類そのものよりもデータと属性が重要で、ローソク足のパターンに振り回されるのはノイズ以外の何物でもありません。

[Реter Konow]

アンドレイ・ディク

多くの場合、参加者は正体不明になることを全く目的にしておらず、選ばれたイメージに似せることを目的にしています。しかし、これはあくまで一例で、やろうと思えば、声帯手術で指紋を変えたり、虹彩をドナーの目に取り替えたりと、母親でもわからないくらい完全に外見を変えることができるのです。市場が変わるからこそ、違うイメージで認知されるのではありません。

しかし、外見が変化した人々について、不変のものは何でしょうか？変わらないのは、人間であること、つまり足が2本ある、腕が2本あるなど、人間の気配が残っていて変わらないということです。人間の一般的な行動は変わりません。例えば、猫の器から食べたりはしません。

つまり、特徴を詳細に説明するのではなく、特徴を一般化し、不変の特徴を見極め、それを利用することが必要なのです。

考えている方向は間違っていないと思います。ただ、人間の知覚と機械の知覚の違いを明確にする必要があります。

人間の知覚は、人生の中で完成されていくものです。人間は、生きていく上で接するすべてのものによって、その経験を豊かにしていきます。思考は、論理的な構造や抽象的なイメージを構築するのに役立ちます。 人間の脳神経系は、学習と発達の巨大な可能性を持っている 3.

2.機械は本来、作り手に依存するものです。

3. その経験はその中に投資され、ある特定の分野に限定されている。

4.マシンはハードウェアの制約を受ける。そのため、経験値も制限されます。

現代のニューロネットを鍛えるのは、昆虫を鍛えるようなものだと思うんです。しかし、やり方を変えたり、もっと高度なコンピュータを作れば、もっと良くなるのかもしれません。

[Andrey Dik]

タグコノウ。

いい方向に向かっていると思います。人間の知覚と機械の知覚の違いをはっきりさせればいいのです。

1.人間の知覚は、生涯を通じて完成される。人間は、生きていく上で接するすべてのものによって、その経験を豊かにしていきます。思考は、論理的な構造や抽象的なイメージを構築するのに役立ちます。人間の脳神経系は、学習と発達の巨大な可能性を持っている 3.

2.機械は本来、作り手に依存するものです。

3. その経験はその中に投資され、ある特定の分野に限定されている。

4.マシンはハードウェアの制約を受ける。そのため、経験値も制限されます。

現代のニューラルネットワークの訓練は、昆虫の訓練と同じで、手間はかかるが使い道が少ないと思う。でも、やり方を変えたり、もっと高度なコンピュータを作ったりすれば、もっと良くなるかもしれませんね。

私は単純化して一般化すると言い、あなたは複雑化して詳細化すると言う。なぜ、人間の感覚に合わせようとするのか？20年前にマニュアルトレーダーがテロップを読んで損をして、今もテクニカル分析やMODを使って損をしているとしたら、人間の感覚はマーケットで何の役に立つのでしょうか。

[Реter Konow]

アンドレイ・ディク
私は単純化、一般化すべきだと言い、あなたは複雑化、詳細化すべきだと言う。なぜ、人間の知覚に合わせようとするのか。20年前にテロップを読んで利益を失ったマニュアルトレーダーが、今はテクニカル分析や光学分析を使ってやっているとしたら、人間の感覚はマーケットでどれだけ役に立つのでしょうか。

論理的に考えよう。

何かを単純化するためには、この物事の複雑さを徹底的に理解する必要があるのです。その構造を知ること。私は、このプロセスを、複雑化、詳細化、単純化することだと考えています。そうして、開発のサイクルごとに新しい、新たなレベルへ引き上げる。

機械学習はアルゴトレーダーが手にするツールであり、このツールはいずれにせよ改良されなければならない。

ニューラルネットワークによる市場予測の 有効性については、議論の余地があります。正しいアプローチで、効率は得られると思います。