Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2568
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Warum urteilen?
Ich bin die Links auf seinen beiden Seiten durchgegangen - auch dort gibt es Umsetzungen der Idee in MO. Sein Punkt ist als eine große Menge von Kontexten implementiert, von denen jeder ein separates Netz ist (z. B. Autoencoder).
Ich habe mich durch die Links auf seinen beiden Websites gewühlt - es gibt auch Umsetzungen der Idee in der MO. Seine Idee ist als eine große Menge von Kontexten implementiert, von denen jeder ein separates Gitter ist (z. B. Autoencoder).
Ah, Sie meinen nur das Erkennen des Kontextes? Ich dachte an seine KI als Ganzes, sorry, war nicht aufmerksam.
Hier ist AlexeysRede , in der er über sein KI-Modell spricht (ohne Antike, Philosophie usw.)
Er wendet sich an die AGI-Gemeinschaft, also an die Menschen, die Trends bei Algorithmen setzen und sich mit Netzen, Reinforcement Learning usw. auskennen.
Es ist sehr interessant für mich zu sehen, zu verstehen und zu erkennen, wie primitiv unsere Ansätze auf dem Markt sind.
KI ist die Fähigkeit einer Maschine, einen NS aufzubauen, um auftretende zusammengesetzte Probleme zu lösen :)
Zunächst braucht man einen Algorithmus, der die Hindernisse vor dem Ziel beschreibt, und die KI muss sie aufschlüsseln und Netze aufbauen, um sie zu lösen - wobei die Konfiguration des Netzes von ihr selbst bestimmt wird.
Meiner Meinung nach kommt es vor allem auf das Verständnis der modernen Finanzmathematik und der darin verwendeten MOI an. Dies ist schon allein deshalb notwendig, weil sie von allen großen preisbestimmenden Akteuren verwendet werden.
Vortrag zu diesem Thema auf youtube.
Meiner Meinung nach kommt es vor allem auf das Verständnis der modernen Finanzmathematik und der darin verwendeten MOI an. Dies ist schon allein deshalb notwendig, weil sie von allen großen Preisgestaltern verwendet werden.
Vortrag zu diesem Thema auf youtube.
Was gibt es über Finanzmathematik und MO zu verstehen, Sie müssen die Mechanismen des Marktes und seiner Akteure kennen
Die Masse wird in den meisten Fällen verlieren, weil ihr Gegenspieler ein "großer Spieler" ist.
1) Es muss ein Ungleichgewicht zwischen Einzelhandelskäufern und -verkäufern bestehen, d. h. wenn es viele Verkäufer gibt, befindet sich der "große Spieler" (der Käufer) auf der anderen Seite des Geschäfts.
Wie jetzt zum Beispiel beim Juden, viele Verkäufer
2) Es gibt auch den Handel im Moment gegen die Masse - das ist ein Market Maker
Es ist immer zu beobachten, dass sich der Preis gegen die Menge bewegt (inverse Korrelation).
Solange die Masse kauft und an das Wachstum glaubt, wird der Preis fallen und umgekehrt...
Das ist der ganze Markt...
p.s. Und das Video natürlich auch
Für jeden Prädiktor wird also eine Regel wie 0,5<X<7,3 aufgestellt,
Ja, sagen wir es so.
dann bilden wir die Anzahl aller möglichen Kombinationen
Nein, jetzt nehmen wir die Ausführung der Ungleichheitsregel als eine und betrachten den Durchschnittswert des Ziels (sagen wir für die binäre Klassifizierung), wenn die Regel durch die Stichprobe ausgelöst wird, wenn der anfängliche Durchschnittswert, sagen wir, 0,45 in der Stichprobe, und nach der Auswertung nur durch Antworten wurde 0,51, dann betrachten wir, dass der Prädiktor (seine Handlung/Quantum) eine Vorhersagekraft von 0,06, d.h. 6% hat.
Wir sammeln eine Menge solcher Prädiktoren mit Abschnitten, die bereits unabhängige binäre Prädiktoren sind, und verwenden sie zur Erstellung eines Modells.
Die Kombination all dieser Quanten mit allen (mit oder ohne Vorhersagekraft) ist wirklich keine schnelle Aufgabe, kann aber nicht unvernünftig sein, wenn sie mit einem Basisprädiktor durchgeführt wird, auf dem ein Quantum mit Vorhersagekraft identifiziert wird.
Im Allgemeinen könnte dies bei kleinen N (je nach Stichprobengröße) funktionieren, aber bei größeren N wäre es ein Übertraining.
Aber selbst in der Theorie wird diese Überschulung geringer sein, da es weniger mögliche Kombinationen gibt als in der vollständigen Stichprobe.
Es bleibt zu verstehen, warum solche Quantenregelmäßigkeiten 7 Jahre lang funktionieren können und dann plötzlich aufhören...
Tests für verschiedene Arten von Trends, die sofort einsatzbereit sind
R best!!!!
Nein, nehmen wir die Ausführung der Ungleichheitsregel als eine und betrachten wir den Durchschnittswert des Ziels (sagen wir in der binären Klassifikation), wenn die Regel durch die Stichprobe ausgelöst wird, wenn der ursprüngliche Durchschnittswert in der Stichprobe, sagen wir, 0,45 ist und nach der Auswertung durch die Antwort allein 0,51 ist, dann betrachten wir, dass der Prädiktor (sein Plot/Quantum) eine Vorhersagekraft von 0,06 hat, d.h. 6%.
Es gibt keinen großen Unterschied (in Bezug auf die Kombinatorik), wie genau dies kodiert wird. Der Punkt ist derselbe - jede Linie hat als Merkmal, welche Regeln durchgesetzt werden und welche Regeln nicht. Es sind immer 2^N Varianten, wobei N die Anzahl der Regeln ist. Danach wird jede dieser Regeln in den endgültigen Satz von 2^(2^N) Varianten aufgenommen. Es ist klar, dass es unmöglich ist, eine so große Anzahl von Varianten nur formal auszuprobieren. Deshalb ist es sinnvoll, sie sinnvoll zu ordnen. Wir nehmen zum Beispiel zuerst alle Varianten, die durch nur eine Regel beschrieben werden, dann alle Varianten, die durch nur zwei Regeln beschrieben werden, und so weiter. Oder so ähnlich.
Es bleibt zu verstehen, warum solche Quantenregelmäßigkeiten 7 Jahre lang funktionieren können und dann plötzlich aufhören...
Früher oder später werden viele andere Spieler sie zum Beispiel finden.