Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1510
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Uau, que bando de gente. És o Trickster de que estou a falar? Aviso que o capitalizei :-)
Porque estás a dizer a verdade, o que te deu? Muito bem, senta-te, cinco. Posso acrescentar, que na divisão do espaço dos pontos descritos pelos valores de entrada dados, no nosso caso é o espaço multidimensional, o principal é dividir a área de forma a que caia no grupo Sim ou Não, e é importante que os valores FUTUROS dos vetores de entrada os mesmos os dispersem corretamente em ambas as partes das barricadas. A nossa e a do inimigo. Mas para que a rede funcione no futuro, é necessário não apenas dividir as atuais, mas também dividi-las para que os coeficientes polinomiais possam funcionar por si mesmos sem dados de entrada. Só neste caso a malha vai funcionar. O meu cérebro é longo para calcular o nível de generalização do polinômio resultante, mas como o resultado da generalização também está no futuro e calculá-lo de forma confiável não é possível apenas supor, portanto, quaisquer métodos de determinação da generalização são indiretos. Alternativamente: Ao obter os coeficientes do polinômio, faça a otimização para trás.......xm.... é necessário tentar...
Eu acrescentarei: uma rede neural deve claramente "entender" e adivinhar que é um e o mesmo padrão. É possível expressar o "significado" da evacuação de dezenas de outras formas, uma pessoa que sabe algo sobre regras de trânsito e organização do trânsito determinará facilmente que é essencialmente o mesmo padrão.O principal neste padrão em particular é a "evacuação" - como o evacuador e o carro evacuado são marcados esquematicamente, qual é a cor e o tamanho é uma décima coisa. O mesmo se passa nos mercados, os mesmos padrões com o mesmo significado podem ser visualmente muito diferentes (devido a distorções causadas pela fractalidadedos gráficos de mercado) e vice-versa, o mesmo à primeira vista o gráfico rabisca - para serem padrões / tabletes "significativos e diferentes". É assim que se formam ondas de diferentes dimensões num dado momento. Corujas não são o que parecem (c) Twin Peaks :)
Uma rede neural deve entender "sentido", sem ela não há como - pode identificar mal os padrões, estar enganada, não funcionar tão claramente como o cérebro, mas tem que captar pelo menos um pouco de sentido, isto é mais importante do que o reconhecimento claro de "imagens".
Você pode criar sinais muito semelhantes, como na imagem, as redes neurológicas comuns podem confundi-las com esta, mas em termos lógicos MA terão um significado completamente diferente. Você pode até pensar e desenhar-se para treinar a sua própria rede neurológica natural - Eu sou muito preguiçoso :)
Uma rede neural deve compreender o "significado", não há como não o entender. Mesmo que defina mal os padrões, cometa erros, não funcione claramente como um cérebro, mas deve compreender o significado pelo menos um pouco, é mais importante do que o reconhecimento claro de "imagens".
Sabe como é um carro, não sabe? Lembra-se dos seus desenhos de infância? .... e imagine que nunca viu nenhum outro transporte a não ser cavalos, e aqui está um sinal tão idiota - um "quadrado com buracos" preto ))))
Você está confiante na força do seu intelecto que seria capaz de entender o significado de tal sinal?
Uau, que bando de gente. És o Trickster de que estou a falar? Aviso que o capitalizei :-)
Este homem (ele é um homem?) é o anverso do Graal, e Vizard_ é o seu reverso. O próprio Graal não pode ser visto pelas pessoas, ele não é permitido.
Eh, é uma pena não haver mais Aleshy-son neste ramo, morto por vilões-investidores.... Esses eram os dias, a vida estava a ferver aqui. E agora... Ugh!
Este homem (ele é um homem?) é o anverso do Graal, e Vizard_ é o seu reverso. O próprio Graal não pode ser visto pelas pessoas, ele não é permitido.
Eh, é uma pena não haver mais Aleshy-son neste ramo, morto por vilões-investidores.... Esses eram os dias, a vida estava a ferver aqui. E agora... Ugh!
Acabei de me decidir. Nada de procurar. Otimização monótona e monótona, tempo após tempo, sem busca e aventura.
"Leve essa coisa de volta" :))
"Leve essa coisa de volta" :))
direito )))
Bem, um pouco mais de reflexão - as pessoas tendem a ficar presas (numa ilusão? em geral, em distorções cognitivas - é assim que chamam hoje em dia, na moda, de ilusões)
é o mesmo com MO e qualquer discussão sobre tecnologia informática ou robots - é tudo treta, os humanos são muito mais fixes!
Vamos dar exemplos simples:
1. Newton foi atingido por uma maçã (o que não foi o caso) e inventou as suas fórmulas engenhosas! - que amostra de pessoas deve ser recolhida para que ao bater-lhes no crânio com maçãs se obtenha o mesmo resultado? ou talvez seja mais fácil executar tal problema no PC e deixá-lo rodar todos os dados possíveis e ainda assim encontrar a solução para este problema?
2. Leva a equipe de desenvolvimento da aviação, eles têm experiência e bom software, então por que, depois de desenvolver uma nova fuselagem, eles a testam em um túnel de vento? - Eles são pessoas geniais e até o PC os ajuda?
Porque estou a escrever isto? - a questão é que 99% das invenções são acidentes e o próprio aparelho matemático com toda a sua complexidade não pode descrever coisas elementares (como o vento sopra!)
e pensar que um ser humano é uma coroa de criação e os programas informáticos são "matemática burra", imho, esta é outra ilusão - um ser humano faz-se um génio por acções aleatórias (físicas ou mentais), MO está envolvido no mesmo - procurando a solução de um problema através da realização de acções aleatórias
ЗЫ: a vantagem de um ser humano sobre uma máquina é apenas a presença do pensamento associativo, embora aqui seja possível argumentar o quanto essa vantagem? - Por vezes a experiência anterior do ser humano impede mais do que ajuda a resolver um novo problema, enquanto a memória associativa irá sugerir a procura de uma solução baseada na sua experiência anterior positiva (((
No início estavam a pelar maçãs, depois perceberam que era Monte Carlo:))
No início estavam a saltar maçãs, mas depois perceberam que era Monte Carlo :))
Monte Carlo é bom porque não tem regras precisas para as condições iniciais, mas tem um erro estatístico bastante bom na estimativa dos resultados
Eu quero fazer uma mistura de Q-learning + Monte Carlo, mas não no modo de teste, mas no modo de visualização, como eles ensinam NS a jogar Angry Birds
Monte Carlo é bom porque não tem regras claras para as condições iniciais, mas tem um erro estatístico bastante bom na estimativa dos resultados
Eu não sei como, eu gostaria de fazer uma mistura de Q-learning + Monte Carlo, mas não no modo de teste, mas no modo de visualização, como eles ensinam o jogo NS Angry Birds
https://medium.com/datadriveninvestor/teaching-a-robot-to-buy-low-sell-high-c8d4f061b93d
Em dados artificiais funciona como no artigo, eu já o executei. Mas depois tudo volta à não-estacionariedade :)
talvez se usarmos uma série estacionária diferenciada do meu artigo, talvez seja algo interessante.
E sim, no que diz respeito à canalização funciona com MDP, agora eles estão tentando inserir camadas LSTM para que o modelo tenha mais memória. Como no artigo de autor deste tópico sobre Habra.