Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3105
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Такое ощущение (и это не ощущение), что отрицательная профдеформация достигла таких размахов, что никакой материал не воспринимается уже «как есть», а проходит сложный путь через спайки былых побед нейронов, и эта обогащенная «истина» под давлением выбрасывается обратно через ротовое отверстие
Так и есть) И это с пугающей ясностью показывает, что в интеллектуальном плане большинство из нас вполне может быть заменено ИИ)
Так и есть) И это с пугающей ясностью показывает, что в интеллектуальном плане большинство из нас вполне может быть заменено ИИ)
что в интеллектуальном плане большинство из нас вполне может быть заменено ИИ)
Да....
Но у нас еще есть несколько лет, или месяцев))
Пока есть две проблемы для запуска сильного ИИ
1. Слишком прожорливые архитектуры
2. Слишком слабое железо
По сути это две стороны одной медали..
Но работы ведуться по решению как первой проблемы , так и второй..
архитектуру менять пока не торопяться (нейросети наше все ) но прийдеться , а вот с быстрым железом (квантовые компы) все гораздо активнее
Здесь вот говорят, что t-тест неплохо иногда работает и на ненормальных данных
Да....
Но у нас еще есть несколько лет, или месяцев))
Пока есть две проблемы для запуска сильного ИИ
1. Слишком прожорливые архитектуры
2. Слишком слабое железо
По сути это две стороны одной медали..
Но работы ведуться по решению как первой проблемы , так и второй..
архитектуру менять пока не торопяться (нейросети наше все ) но прийдеться , а вот с быстрым железом (квантовые компы) все гораздо активнее
Угроза имеется со стороны ИИ, но в туманной дали и только после того как ответим на вопрос: что такое естественный интеллект? На сегодня к этому нет даже подходов.
Давно было, но к стационарности это не имеет никакого отношения. Меньше единицы говорит об устойчивости модели, говорит о том, что: правильно (1) продифференцировали, (2)смоделировали дисперсию (куча моделей), (3) смоделировали среднюю (ARIMA-AFRIMA), (4) смоделировали распределение. Если кратко, то пытаются смоделировать НЕ стационарность.
А можно реальный код посмотреть применения этих гарчей? или это просто пересказ брошурок без капли практики
А можно реальный код посмотреть применения этих гарчей? или это просто пересказ брошурок без капли практики
пробовал несколько лет назад (2017-2918), но плюнул - слишком сложно. Оцените rugarch:ugarchspec. К этому следует добавить, что параметры взаимосвязаны, все это завязано на оптимизацию, шаг в сторону - получаешь часы подгонки модели. Результаты не впечатлили, но это по моей вине, а не из-за кривизны модели.
1) пробовал несколько лет назад (2017-2918), но плюнул - слишком сложно.
2) Результаты не впечатлили, но это по моей вине, а не из-за кривизны модели.
Ну и зачем тогда это барахло тут рекламровать регулярно???
Не хочу я ничего пробовать , я уже напробовался на много лет вперед...
Я уже без проб могу сразу сказать что может работать а что точно нет...
Если алгоритм смотрит на рынок как на временой ряд , то сразу давай до свидания, и пофигу стохастик это или хваленный гарч.
Результат для меня уже предопределен