저는 스스로 패턴을 찾는 알고리즘에 대해 추측하고 싶기 때문에 패턴이 기성품 형태로 존재하지 않습니다.
데이터와 처리 방식에 편견 없이 모든 종류의 패턴을 찾을 수 있기를 원합니다.
그러나 알고리즘이 이러한 규칙성과 일반적으로 규칙성의 구조를 어떤 종류 (어떤 언어)로 설명 할 수 있는지 모르겠습니다....
따라서 문제는 무엇이든 설명 할 수있는 보편적 인 언어가 있는지 여부와이 "무엇이든"을 기성품 모듈의 형태로 "검사기"에 넣는 방법입니다.
나는 일반적으로 규칙과 코드를 기록하는 경향이 있습니다.
작업이 명확하게 주어지지 않았습니다. 1차원 계열, 배열에서 검색하는 것과 2차원 이상에서 검색하는 것은 다른 문제입니다. 1차원 가격 계열은 스프레드와 거래량을 고려하지 않고 너무 단순합니다. 게다가 달력 시간은 이 시리즈를 주기적으로 순환하므로 한편으로는 단순화되지만 고려해야 할 또 다른 조건/요소입니다.
그리고 어떤 종류의 반복성을 찾아야하는지, 우리가 관심있는 것을 보면 추세 나 패턴이지만 반복 될 수있는 더 복잡한 종속성이 있지만 거래에는 쓸모가 없습니다.
규칙성 자체를 검색하는 알고리즘에 대해 논의하여 규칙성이 기성품 형태가 아닌 규칙성에 대해 논의하고 싶습니다.
데이터와 처리 방법에 편견없이 모든 종류의 패턴을 찾을 수 있기를 바랍니다.
그러나 어떤 종류의 (어떤 언어) 알고리즘이 이러한 규칙성과 일반적으로 규칙성 자체를 설명 할 수 있는지 모르겠습니다.
따라서 문제는 무엇이든 설명 할 수있는 보편적 인 언어가 있는지,이 "무엇이든"을 준비된 모듈의 형태로 "검사기"에 넣는 방법입니다.
나는 로그하는 경향이 있습니다. 일반적으로 규칙과 코드.
저는 스스로 패턴을 찾는 알고리즘에 대해 추측하고 싶기 때문에 패턴이 기성품 형태로 존재하지 않습니다.
데이터와 처리 방식에 편견 없이 모든 종류의 패턴을 찾을 수 있기를 원합니다.
그러나 알고리즘이 이러한 규칙성과 일반적으로 규칙성의 구조를 어떤 종류 (어떤 언어)로 설명 할 수 있는지 모르겠습니다....
따라서 문제는 무엇이든 설명 할 수있는 보편적 인 언어가 있는지 여부와이 "무엇이든"을 기성품 모듈의 형태로 "검사기"에 넣는 방법입니다.
나는 일반적으로 규칙과 코드를 기록하는 경향이 있습니다.
인류의 전체 역사는 인간 만이 패턴을 찾을 수 있다고 말합니다.
오늘날 그레이하운드 작가들은 이 능력을 인공지능의 능력으로 돌리는데, 오늘날 인공지능은 과거 데이터의 외삽에서만 작동합니다. 기껏해야 그게 전부입니다. 그리고 일반적으로 AI는 매우 빠른 검색 엔진에 지나지 않습니다.
여러분은 질적으로 다른 문제를 제기하고 있는 것입니다. 즉, 인간과 유사한 인공지능을 만드는 것입니다. 그 사실을 깨닫는다면 그렇게 하세요.
스스로 패턴을 찾는 알고리즘에 대해 추측하고 싶기 때문에 패턴이 기성품 형태로 존재하지 않습니다.
데이터와 처리 방식에 편견 없이 모든 종류의 패턴을 찾을 수 있기를 원합니다.
그러나 알고리즘이 이러한 규칙성과 일반적으로 규칙성의 구조를 어떤 종류 (어떤 언어)로 설명 할 수 있는지 모르겠습니다....
따라서 문제는 무엇이든 설명 할 수있는 보편적 인 언어가 있는지,이 "무엇이든"을 준비된 모듈의 형태로 "검사기"에 넣는 방법입니다.
나는 로그하는 경향이 있습니다. 일반적으로 규칙과 코드.
당신은 늦었습니다, 나는 이미 그러한 모듈을 만들었습니다 )) 그러나 외환 또는 시계열에만 해당됩니다.
영역마다 데이터 표현이 다르고 패턴의 표현도 다르므로 엉망이 될 것입니다.
저는 스스로 패턴을 찾는 알고리즘에 대해 추측하고 싶기 때문에 패턴이 기성품 형태로 존재하지 않습니다.
데이터와 처리 방식에 편견 없이 모든 종류의 패턴을 찾을 수 있기를 원합니다.
그러나 알고리즘이 이러한 규칙성과 일반적으로 규칙성의 구조를 어떤 종류 (어떤 언어)로 설명 할 수 있는지 모르겠습니다....
따라서 문제는 무엇이든 설명 할 수있는 보편적 인 언어가 있는지 여부와이 "무엇이든"을 기성품 모듈의 형태로 "검사기"에 넣는 방법입니다.
나는 일반적으로 규칙과 코드를 기록하는 경향이 있습니다.
작업이 명확하게 주어지지 않았습니다. 1차원 계열, 배열에서 검색하는 것과 2차원 이상에서 검색하는 것은 다른 문제입니다. 1차원 가격 계열은 스프레드와 거래량을 고려하지 않고 너무 단순합니다. 게다가 달력 시간은 이 시리즈를 주기적으로 순환하므로 한편으로는 단순화되지만 고려해야 할 또 다른 조건/요소입니다.
그리고 어떤 종류의 반복성을 찾아야하는지, 우리가 관심있는 것을 보면 추세 나 패턴이지만 반복 될 수있는 더 복잡한 종속성이 있지만 거래에는 쓸모가 없습니다.
로그 규칙은 본질적으로 연관성이 있습니다. 물론 이를 설명할 수는 있지만 이러한 규칙의 신뢰성을 판단하기 위해서는 검증자가 필요합니다.
이것이 연관성에서 인과관계로 전환하는 주제입니다. 로그 규칙에 대한 이러한 매트릭스가 있는지 모르겠지만 회귀를 통해 수행되는 것과 비슷한 것이 있을 것입니다.
너무 늦었어, 이미 만들었어))
일반적인 "리더보드" 모델을 만들었으면 종이 비행기와 실제 비행기를 비교하는 것과 같습니다.
그리고 어떤 종류의 반복을 찾아야하는지, 우리가 관심있는 것을 보면 추세 나 패턴이지만 더 복잡한 종속성이 있으며 반복 될 수도 있지만 거래에는 쓸모가 없습니다.
우리가 알아야 할 것은 반전/비반전의 두 가지 클래스뿐입니다.
패턴, 추세, 플랫라인, 뉴스, 레벨 등 다른 모든 것은 첫째로 주관적이고 둘째로 신호로 분류할 수 있습니다.
종이 비행기와 실제 비행기를 비교하는 것과 같은 일반적인 '리더보드' 모델을 만들었습니다.
실생활에서 유일하고 완벽한 것은 결코 얻을 수 없기 때문에 리더 보드는 마지막에 있습니다. 판단에는 항상 차이가 있기 마련입니다.
리더보드는 그 끝에 있습니다. 실제 생활에서 단 하나뿐인 완벽한 리더는 절대 얻을 수 없기 때문입니다.
저는 기본적으로 어떤 제약도 받지 않는 모델에 대해 매우 복잡한 질적 특징을 생성하는 오토마톤의 아이디어에 대해 이야기하고 있습니다.
복잡한 규칙이 될 수도 있고, ==> 어떤 시퀀스가 학습되고, ==> 그 중에서 작동 패턴(규칙)만 선택되어 ==> 모델이 학습되는 복잡한 규칙일 수도 있습니다.
그리고 기본 모델의 경우 수백 가지 기능 중 하나에 불과할 수도 있습니다.