Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 585

 
Maxim Dmitrievsky:

трейдинговые вообще сложно оценить таким образом, там ведь и продолжительность сделки, и уровни стоп-лоссов надо как-то приплести ко всему прочему, а еще сделать что бы сама переобучалось периодически.. в общем караул :)

Да, видел, уже давно. Само по себе ничего, но сама облачность не оч подходит для построения ТС.
 
Yuriy Asaulenko:
Да, видел, уже давно. Само по себе ничего, но сама облачность не оч подходит для построения ТС.

можно продавать сигналы :)) доступ через апи, если модель крутая

 

Сижу. читаю в pdf монографию по МО. Цитата:

Получается, что и дергаться не надо, НС - похоже, оптимальный вариант.

 
Yuriy Asaulenko:

Сижу. читаю в pdf монографию по МО. Цитата:

Получается, что и дергаться не надо, НС - похоже, оптимальный вариант.


А я читал Хайкина и параллельно смотрел 

фильм атмосферный.. что победит в итоге? белковая жизнь или искусственная, или будет создано нечто среднее? :)

кстати, пишут в некоторых источниках что probabilistic NN нынче в моде. Друг шепнул.. но он прошаренный в них, на кагле в конкурсах учавствует

 
Maxim Dmitrievsky:

А я читал Хайкина и параллельно смотрел 

фильм атмосферный.. что победит в итоге? белковая жизнь или искусственная, или будет создано нечто среднее? :)

кстати, пишут в некоторых источниках что probabilistic NN нынче в моде. Друг шепнул.. но он прошаренный в них, на кагле в конкурсах учавствует

Вчера нашел сверточную НС - обычно используется для распознавания изображений. Естественно, имеются все утилиты - обучение и пр. Сделана для использования в Питон.

Там еще рекуррентные  и пр. есть, но это пока не оч интересно.

Т.к. сверточная сеть не полносвязная, то можно сильно увеличить количество нейронов без потери производительности. Но надо еще в деталях разбираться - пока не вникал.

Популярное описание - https://geektimes.ru/post/74326/
Применение нейросетей в распознавании изображений
Применение нейросетей в распознавании изображений
  • 2005.11.09
  • geektimes.ru
Про нейронные сети, как один из инструментов решения трудноформализуемых задач уже было сказано достаточно много. И здесь, на хабре, было показано, как эти сети применять для распознавания изображений, применительно к задаче взлома капчи. Однако, типов нейросетей существует довольно много. И так ли хороша классическая полносвязная нейронная...
 
Yuriy Asaulenko:

Вчера нашел сверточную НС - обычно используется для распознавания изображений. Естественно, имеются все утилиты - обучение и пр. Сделана для использования в Питон.

Там еще рекуррентные  и пр. есть, но это пока не оч интересно.

Т.к. сверточная сеть не полносвязная, то можно сильно увеличить количество нейронов без потери производительности. Но надо еще в деталях разбираться - пока не вникал.

Популярное описание - https://geektimes.ru/post/74326/

ну это глубинка, они в основном для для изображений и комп. зрения и используются. Нужно очень много примеров и слоев что бы заработало. Сама архитектура копирует зрительную систему

поищите лучше аналоги PNN на питоне, мне кажется в них больше смысла для прогнозирования вр. ряда

https://habrahabr.ru/post/276355/

Байесовская нейронная сеть — потому что а почему бы и нет, черт возьми (часть 1)
Байесовская нейронная сеть — потому что а почему бы и нет, черт возьми (часть 1)
  • 2029.02.16
  • habrahabr.ru
То, о чем я попытаюсь сейчас рассказать, выглядит как настоящая магия. Если вы что-то знали о нейронных сетях до этого — забудьте это и не вспоминайте, как страшный сон. Если вы не знали ничего — вам же легче, полпути уже пройдено. Если вы на «ты» с байесовской статистикой, читали вот эту и вот эту статьи из Deepmind — не обращайте внимания на...
 
Maxim Dmitrievsky:

ну это глубинка, они в основном для для изображений и комп. зрения и используются. Нужно очень много примеров и слоев что бы заработало. Сама архитектура копирует зрительную систему

поищите лучше аналоги PNN на питоне, мне кажется в них больше смысла для прогнозирования вр. ряда

https://habrahabr.ru/post/276355/

Еще раз - я ничего не прогнозирую. У меня только классификация.

Я уже давно ищу неполносвязную сеть. МЛП всем хорош, но там на каждый нейрон идут все входы сразу. А, именно и нужно, чтобы на нейрон шли только 5-6 входов со сдвигом, а это и есть сверточная НС.

Здесь ничего сложного, и нужно то всего 100-150 нейронов, так что структура простая, а быстродействие будет как у МЛП с 60 нейронами, за счет меньшего кол-ва входов у нейронов.

 
Yuriy Asaulenko:

Еще раз - я ничего не прогнозирую. У меня только классификация.

Я уже давно ищу неполносвязную сеть. МЛП всем хорош, но там на каждый нейрон идут все входы сразу. А, именно и нужно, чтобы на нейрон шли только 5-6 входов со сдвигом, а это и есть сверточная НС.

Здесь ничего сложного, и нужно то всего 100-150 нейронов, так что структура простая, а быстродействие будет как у МЛП с 60 нейронами, за счет меньшего кол-ва входов у нейронов.


дык там классификатор, а что мешает поискать неполносвязный. Просто мне такая схема нравится, например:

щас вся книга на скриншоты разойдется :)


 
Yuriy Asaulenko:

Еще раз - я ничего не прогнозирую. У меня только классификация.

Я уже давно ищу неполносвязную сеть. МЛП всем хорош, но там на каждый нейрон идут все входы сразу. А, именно и нужно, чтобы на нейрон шли только 5-6 входов со сдвигом, а это и есть сверточная НС.

Здесь ничего сложного, и нужно то всего 100-150 нейронов, так что структура простая, а быстродействие будет как у МЛП с 60 нейронами, за счет меньшего кол-ва входов у нейронов.

Идея использовать сверточные слои, давно у меня тлеет. По моему они могут дать хороший результат.

Но не выкидывайте многослойный персептрон. Сверточные сети, сами по себе ничему не обучаются, они лишь дают некий компактный образ входной информации.

 
Maxim Dmitrievsky:

дык там классификатор, а что мешает поискать неполносвязный. 

Так попробуй найди.)) Такой МЛП был бы оптимальный вариант.