L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 244
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Heh heh. Comme vous êtes malavisés.
https://nplus1.ru/news/2016/11/03/glasses
Il s'agit d'une caractéristique plutôt exotique des réseaux neuronaux profonds, les journalistes adorent mettre à la poubelle de telles puces, comme la blague sur les réseaux neuronaux qui confondent les noirs et les gorilles, mais ce n'est pas statistiquement significatif, l'important est que ce n'est qu'avec le MO que l'on peut obtenir quelque chose du marché, plus d'aléatoire, d'ailleurs spécifiquement pour les paquets de séries temporelles avec autant de bruit comme sur le marché, les réseaux neuronaux ne sont pas le meilleur choix.
Pas de conneries, c'est la seule chose qu'on a. TA est aussi ME, mais sous une forme très inefficace et profane.
PS: le temps peut être prédit de manière assez précise (70-80%) pour les jours à venir, le visage d'une personne maquillée peut également être reconnu aussi bien qu'une personne.
C'est une connerie quand c'est mal appliqué, j'ai expliqué dans le post pourquoi c'est une connerie. Et je n'ai rien contre les outils MO eux-mêmes, ils sont l'avenir en termes d'IA et de traitement de l'information.
Avez-vous vu l'émission de télévision "Spot on" ? La modification de l'apparence ne se limite pas aux seules lunettes carrées. Le marché se comporte, pourrait-on dire, d'une manière telle qu'il est méconnaissable et qu'il réussit 99 % du temps.
C'est une connerie quand elle est mal appliquée, j'ai expliqué dans le post pourquoi c'est une connerie. Et je n'ai rien contre les outils MO eux-mêmes, ils sont l'avenir en termes d'IA et de traitement de l'information.
Avez-vous vu l'émission de télévision "Spot on" ? Le changement d'apparence ne se limite pas aux seuls verres carrés.
Cependant, la plupart du temps, le jury reconnaît avec précision les acteurs maquillés.
Je me demande où la reconnaissance des formes par l'homme est supérieure à la reconnaissance des formes par la machine. Le cerveau humain est-il un réseau neuronal plus évolué ? Plus de paramètres traçables ? Une base d'expérience plus large ?
Est-il possible d'amener un ordinateur moderne à ce niveau, ou les limitations matérielles l'en empêcheront-elles ?
Si on considère l'émission "Toe-to-Toe", alors :
1. La personne qui n'est pas familier avec les participants de l'orateur ne peut pas reconnaître quelqu'un, mais sans équivoque tous reconnaître les gens de maquillage et de les distinguer de nagrimirovannymi.
Ainsi, deux types d'expérience sont nécessaires pour reconnaître avec précision les personnes inventées :
a) L'expérience de percevoir des visages humains sans maquillage.
b) L'expérience de la perception des visages humains dans le maquillage.
2. Pour reconnaître les locuteurs, il faut un troisième type d'expérience : la connaissance des visages et d'autres paramètres physiologiques des participants. Il faut non seulement connaître l'apparence, mais aussi les mouvements, le ton de la voix, les manières, les actions...
Je peux conclure : si une machine est entraînée à reconnaître tous ces paramètres, elle peut elle aussi siéger dans un jury).
C'est une connerie quand elle est mal appliquée, j'ai expliqué dans le post pourquoi c'est une connerie. Et je n'ai rien contre les outils MO eux-mêmes, ils sont l'avenir en termes d'IA et de traitement de l'information.
Avez-vous vu l'émission de télévision "Spot on" ? La modification de l'apparence ne se limite pas aux seules lunettes carrées. Le marché se comporte, pourrait-on dire, d'une manière méconnaissable et il réussit 99 % du temps.
Dans ce cas, vous avez raison, cependant, je ne formulerais pas "bien/mal", la question porte plutôt sur maîtrise de l'application de la MO, dans les subtilités, pour des données assez complexes, avec beaucoup de bruit. Prenez numer.ai par exemple, la plupart ont >0.69 y compris moi, c'est 54-55% de l'âge, mais il y a ceux qui ont <0.6 cela signifie environ 70% de l'âge, pas sûr qu'ils agissent "correctement", je veux dire en utilisant des moyens standard.
Toutefois, dans la plupart des cas, le jury reconnaîtra avec précision les acteurs maquillés.
Je me demande en quoi la reconnaissance des formes par l'homme est supérieure à la reconnaissance des formes par la machine. Le cerveau humain est-il un réseau neuronal plus évolué ? Plus de paramètres traçables ? Une base d'expérience plus large ?
Est-il possible d'amener un ordinateur moderne à ce niveau, ou les limitations matérielles l'en empêcheront-elles ?
Dans la plupart des cas, les participants n'ont pas du tout pour objectif d'être méconnaissables, le but est de ressembler à l'image choisie. Mais ce n'est qu'un exemple de la façon dont l'apparence d'une personne peut changer ; si vous le souhaitez, vous pouvez changer complètement votre apparence de sorte que même votre mère ne la reconnaisse pas, jusqu'à la chirurgie en voix off pour changer les empreintes digitales et le remplacement des iris par les yeux d'un donneur. Le marché se transforme donc pour ne pas être reconnu, pour ne pas être reconnu dans une image différente.
Mais qu'est-ce qui reste constant chez les personnes aux apparences modifiées ? Ce qui reste inchangé, c'est qu'ils sont toujours des êtres humains, ce qui signifie qu'ils ont deux jambes, deux bras et ainsi de suite, c'est-à-dire que les signes d'un être humain restent et ne changent pas. Le comportement général d'un être humain ne change pas, il ne mangera pas dans la gamelle d'un chat par exemple.
C'est-à-dire qu'au lieu de détailler les traits, il faut généraliser les traits, identifier les traits immuables et les exploiter.
Dans la plupart des cas, les participants n'ont pas du tout pour objectif de ne pas être identifiables, le but est de ressembler à l'image choisie. Mais ce n'est qu'un exemple de la façon dont l'apparence d'une personne peut changer ; si vous voulez, vous pouvez changer complètement votre apparence de sorte que même votre mère ne la reconnaisse pas, jusqu'à la chirurgie de la voix pour changer les empreintes digitales et le remplacement de vos iris par les yeux d'un donneur. Le marché est la raison pour laquelle il change, pas pour être reconnu dans une image différente.
Mais qu'est-ce qui reste constant chez les personnes aux apparences modifiées ? Ce qui reste inchangé, c'est qu'ils restent humains, ce qui signifie qu'ils ont deux jambes, deux bras et ainsi de suite, c'est-à-dire que les signes d'un être humain demeurent et ne changent pas. Le comportement général d'un être humain ne change pas, il ne mangera pas dans la gamelle d'un chat par exemple.
C'est-à-dire qu'au lieu de détailler les traits, il faut généraliser les traits, identifier les traits immuables et les exploiter.
Une fois de plus, vous avez raison, dans le trading algorithmique avec MO, il est plus important de disposer de données et d'attributs que de la classification elle-même, toutes ces secousses avec des modèles de chandeliers ne sont rien d'autre que du bruit.
Dans la plupart des cas, les participants n'ont pas du tout pour objectif de ne pas être identifiables, le but est de ressembler à l'image choisie. Mais ce n'est qu'un exemple de la façon dont l'apparence d'une personne peut changer ; si vous voulez, vous pouvez changer complètement votre apparence de sorte que même votre mère ne la reconnaisse pas, jusqu'à la chirurgie des cordes vocales pour changer les empreintes digitales et remplacer vos iris par les yeux d'un donneur. Le marché se transforme donc pour ne pas être reconnu, pour ne pas être reconnu dans une image différente.
Mais qu'est-ce qui reste constant chez les personnes aux apparences modifiées ? Ce qui reste inchangé, c'est qu'ils sont toujours des êtres humains, ce qui signifie qu'ils ont deux jambes, deux bras et ainsi de suite, c'est-à-dire que les signes d'un être humain restent et ne changent pas. Le comportement général d'un être humain ne change pas, il ne mangera pas dans la gamelle d'un chat par exemple.
C'est-à-dire qu'au lieu de détailler les traits, il faut généraliser les traits, identifier les traits immuables et les exploiter.
Je pense que nous pensons dans la bonne direction. Nous devons juste être clairs sur la différence entre la perception humaine et la perception de la machine.
La perception humaine se perfectionne au cours de la vie. L'être humain enrichit son expérience avec tout ce avec quoi il entre en contact au cours de sa vie. La réflexion l'aide à construire des structures logiques et des images abstraites. Le neurone du cerveau humain possède un potentiel colossal d'apprentissage et de développement. 3.
2. La machine est intrinsèquement dépendante du créateur.
3. son expérience est investie en son sein et limitée à un domaine spécifique.
4. La machine est contrainte par les limites de son matériel. Cela limite également son expérience.
Je pense que former un neuronet moderne, c'est comme former un insecte - beaucoup de travail, mais peu d'utilité. Cependant, peut-être que si nous changeons l'approche ou si nous fabriquons des ordinateurs plus perfectionnés, ce sera mieux.Je pense que nous allons dans la bonne direction. Il suffit de bien comprendre la différence entre la perception humaine et celle de la machine.
1. La perception humaine se perfectionne tout au long de la vie. L'être humain enrichit son expérience avec tout ce avec quoi il entre en contact au cours de sa vie. La réflexion l'aide à construire des structures logiques et des images abstraites. Le neurone du cerveau humain possède un potentiel colossal d'apprentissage et de développement. 3.
2. La machine est intrinsèquement dépendante du créateur.
3. son expérience est investie en son sein et limitée à un domaine spécifique.
4. La machine est contrainte par les limites de son matériel. Cela limite également son expérience.
Je pense que former un réseau neuronal moderne, c'est comme former un insecte - beaucoup de travail, mais peu d'utilité. Mais peut-être que si nous changeons l'approche ou si nous fabriquons des ordinateurs plus perfectionnés, ce sera mieux.
Je dis que nous devrions simplifier, généraliser, et vous dites que nous devrions compliquer, détailler. Pourquoi devrions-nous essayer de nous conformer à la perception humaine ? Quelle est l'utilité de la perception humaine sur le marché, si les traders manuels ont perdu des bénéfices il y a 20 ans en lisant le téléscripteur, et qu'ils le font maintenant en utilisant l'analyse technique et les MODs.
Réfléchissons logiquement :
Pour simplifier quelque chose, nous devons comprendre en profondeur la complexité de cette chose. Pour connaître sa structure. Je vois le processus comme une complication, un détail et une simplification. Et ainsi de suite à chaque cycle de développement. L'élévation à un niveau nouveau et inédit.
L'apprentissage automatique est un outil dans les mains d'un algotrader, et cet outil doit être amélioré dans tous les cas.
Quant à l'efficacité des prévisions de marché par réseaux neuronaux, elle est discutable. Je pense qu'avec la bonne approche, l'efficacité peut être obtenue.