Reti neurali artificiali. - pagina 8
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Chi l'ha stabilito? Possiamo classificare un oggetto dopo 50 millisecondi con l'80% di precisione. Si tratta di 20 oggetti al secondo, in qualsiasi momento. Molti mammiferi lo fanno ancora più velocemente per evitare di essere mangiati (evoluzione). Le reti artificiali lo fanno in pochi secondi, e su un buckgrind vuoto. Il potere del cervello è nel suo parallelismo, che non saremo mai in grado di raggiungere con i mezzi convenzionali della tecnologia informatica. Nessuno nega l'utilità del trading automatizzato, ma le reti non sostituiranno il cervello del trader nella ricerca di modelli nel mercato nei prossimi 20-30 anni. Ci vogliono molti neuroni. Qualcuno qui pensa che una rete con 10-20 neuroni possa sostituire il cervello del trader? Che creatura stupida deve essere questo commerciante!
Ecco perché ci sono persone che lavorano su tecnologie informatiche insolite. ))
Kwabena Boahen parla di un computer che funziona come un cervello
Quindi ci sono persone che lavorano su tecnologie informatiche insolite. ))
Kwabena Boahen parla di un computer che funziona come un cervello
Conosco personalmente Kwabena. Conosco anche il progetto SpiNNaker di Manchester e il suo leader Steve Furber, che ha sviluppato il primo ARM(http://apt.cs.man.ac.uk/projects/SpiNNaker/project/). Steve è riuscito a inserire 18 processori ARM su un chip e 48 chip, cioè 864 processori paralleli. Ogni processore calcola 500 neuroni, cioè 432 mila neuroni. Finora questa rete non fa nulla di utile. Sono anche a conoscenza di altri gruppi che stanno sviluppando un nuovo tipo di processore. È ancora molto lontano dalla realtà, da qui la mia previsione che ci vorranno 20-30 anni.
Conosco personalmente Kwabena. Conosco anche il progetto SpiNNaker di Manchester e il suo leader Steve Furber, che ha sviluppato il primo ARM(http://apt.cs.man.ac.uk/projects/SpiNNaker/project/). Steve è riuscito a inserire 18 processori ARM su un chip e 48 chip, cioè 864 processori paralleli. Ogni processore calcola 500 neuroni, cioè 432 mila neuroni. Finora questa rete non fa nulla di utile. Sono anche a conoscenza di altri gruppi che stanno sviluppando un nuovo tipo di processore. È ancora molto lontano dalla realtà, da qui la mia previsione di aspettare 20-30 anni.
Sono d'accordo con Joo su "non c'è bisogno di copiare la natura...".
Sono anche d'accordo con te che il cervello umano lavora in modo abbastanza efficiente... ma
una persona per sommare " 2 + 2 " deve riconoscere l'immagine di "2", poi l'immagine di "+" poi ancora "2", poi trovare l'associazione dalla sezione "matematica",
Ricordati di abbinare l'esempio alla risposta.
Non pensi che un tale metodo, anche se universale (che ha permesso all'uomo di elevarsi al di sopra del regno della natura), sia inefficace rispetto al computer?
Infatti, tutti per qualche motivo seguono la via della natura, ma la natura non ha mai avuto la matematica, e i metodi sperimentati dalla natura non sono efficaci in questa dottrina, ecco perché per diventare un matematico eccezionale bisogna quasi negare il mondo, e dedicarsi interamente alla matematica (che tradotto significa mantenere la conoscenza acquisita della matematica nelle associazioni più vicine). Ma allo stesso tempo una macchina stupida con MathCad risolve tutto in modo molto più efficiente del matematico più brillante.
SZY imho "il computer è un assistente umano" come un cane con denti più forti e un senso dell'olfatto più acuto.
Sono d'accordo con Joo sulla parte "non c'è bisogno di copiare la natura...".
Sono anche d'accordo con te che il cervello umano lavora in modo abbastanza efficiente... ma
una persona per sommare " 2 + 2 " deve riconoscere l'immagine "2", poi l'immagine "+", poi ancora l'immagine "2", poi trovare l'associazione dalla sezione "matematica",
e poi ricordati di abbinare l'esempio alla risposta.
Non pensi che tale metodo, anche se universale (che ha permesso all'uomo di elevarsi al di sopra del regno della natura), ma in confronto al computer è inefficace?
Infatti, tutti per qualche motivo seguono la via della natura, ma la natura non ha mai avuto la matematica, e i metodi sperimentati dalla natura non sono efficaci in questa dottrina, ecco perché per diventare un matematico eccezionale bisogna quasi rinnegare il mondo, e dedicarsi interamente alla matematica (il che significa mantenere la conoscenza ricevuta della matematica nelle associazioni più vicine). Ma allo stesso tempo una macchina stupida con MathCad risolve tutto in modo molto più efficiente del matematico più brillante.
SZY imho "il computer è un assistente umano" come un cane con denti più forti e un senso dell'olfatto più acuto.
Non ti sto seguendo, la discussione riguarda le reti neurali artificiali. Dal mio punto di vista, le moderne reti artificiali non possono sostituire il cervello del trader nella ricerca di modelli nel mercato. Finora usano solo la regressione, cioè la modellazione di un output (acquisto/vendita) come una funzione non lineare degli input. I pesi della rete sono ottimizzati minimizzando l'errore negli esempi passati, il che non garantisce la sua redditività sui dati non appresi. Aumentare il numero di neuroni nella rete - come in qualsiasi altro modello non lineare - permette di ridurre a zero l'errore negli esempi di allenamento, ma non aiuta la redditività della rete in futuro e la danneggia soltanto (retraining). Tutti lo sanno già. Al fine di garantire che la rete abbia almeno qualche possibilità, è necessario scegliere tali input, che hanno un effetto coerente sull'output. Questa scelta di input è fatta da noi studiando i dati passati e trovando delle regolarità. La rete stessa diventa uno strumento per modellare input-output non lineari, non per trovare modelli. Perché una rete cerchi dei modelli, deve essere costruita secondo il principio del nostro cervello. Aumentare stupidamente il numero di neuroni nelle reti ordinarie non porterebbe a nulla, altrimenti gli elefanti sarebbero intelligenti come noi (lo stesso numero di neuroni).
Non ho sminuito il ruolo del computer da nessuna parte qui, ma senza un umano sarebbero ancora di ferro. È possibile che in futuro nuovi tipi di reti imparino a trovare modelli nei dati. Ma conoscendo lo stato attuale della ricerca in questo campo, dobbiamo aspettare e aspettare. A proposito, qualcuno si è mai chiesto se i libri e i film di fantascienza prevedevano robot in un futuro che è già nel passato, ma non sono mai arrivati? L'umanità ha imparato a volare sulla luna, i computer e internet sono veloci, ma i robot non si trovano da nessuna parte!
Conosco personalmente Kwabena. Conosco anche il progetto SpiNNaker di Manchester e il suo leader Steve Furber, che ha sviluppato il primo ARM(http://apt.cs.man.ac.uk/projects/SpiNNaker/project/). Steve è riuscito a inserire 18 processori ARM su un chip e 48 chip, cioè 864 processori paralleli. Ogni processore calcola 500 neuroni, cioè 432 mila neuroni. Finora questa rete non fa nulla di utile. Sono anche a conoscenza di altri gruppi che stanno sviluppando un nuovo tipo di processore. Finora è molto lontano dalla realtà, ed è per questo che ho previsto di aspettare 20-30 anni.
È fantastico che lei conosca personalmente questi ricercatori. Conosce per caso Henry Markram? La sua previsione nel 2009 era di 10 anni. :) Mi chiedo dove si trovi ora.
Henry Markram sta costruendo un cervello in un supercomputer
Non ti capisco, la discussione riguarda le reti neurali artificiali. Il mio punto di vista è che le moderne reti artificiali non permettono di sostituire il cervello del trader nella ricerca di modelli nel mercato. Finora usano solo la regressione, cioè la modellazione dell'output (acquisto/vendita) come funzione non lineare degli input. I pesi della rete sono ottimizzati minimizzando l'errore negli esempi passati, il che non garantisce la sua redditività sui dati non appresi. Aumentare il numero di neuroni nella rete - come in qualsiasi altro modello non lineare - permette di ridurre a zero l'errore negli esempi di allenamento, ma non aiuta la redditività della rete in futuro e la danneggia soltanto (retraining). Tutti lo sanno già. Al fine di garantire che la rete abbia almeno qualche possibilità, è necessario scegliere tali input, che hanno un effetto coerente sull'output. Questa scelta di input è fatta da noi studiando i dati passati e trovando delle regolarità. La rete stessa diventa uno strumento per modellare input-output non lineari, non per trovare modelli. Perché una rete cerchi dei modelli, deve essere costruita secondo il principio del nostro cervello. Aumentare stupidamente il numero di neuroni nelle reti ordinarie non porterebbe a nulla, altrimenti gli elefanti sarebbero intelligenti come noi (lo stesso numero di neuroni).
Non ho sminuito il ruolo del computer da nessuna parte qui, ma senza un umano sarebbero ancora di ferro. È possibile che in futuro nuovi tipi di reti imparino a trovare modelli nei dati. Ma conoscendo lo stato attuale della ricerca in questo campo, dobbiamo aspettare e aspettare. A proposito, qualcuno si è mai chiesto se i libri e i film di fantascienza prevedevano robot in un futuro che è già nel passato, ma non sono mai arrivati? L'umanità è volata sulla luna, i computer e internet sono veloci, ma i robot non si trovano da nessuna parte.
Ho semplicemente messo in discussione la direzione stessa della ricerca in NS, il paradigma stesso della copia della natura.
Ho grandi dubbi che una rete costruita a immagine e somiglianza del cervello umano possa superare il creatore.
Credo che la ricerca sui NS debba andare nella direzione della percezione diretta dei dati digitali, mentre ora i numeri per NS sono solo immagini.
i mezzi tecnici non hanno mai copiato la natura, che sia una ruota o un aeroplano, ma sono perfettamente in grado di fare il loro lavoro, quindi le NS dovrebbero lavorare con modelli matematici e non dovrebbero imitare l'analitica/decisione di un trader
SZS: Immagina come sarebbe una macchina fotografica che replica il processo di un artista )))))
i mezzi tecnici non hanno mai copiato la natura, che sia una ruota o un aeroplano, ma sono perfettamente in grado di fare il loro lavoro, quindi le NS dovrebbero lavorare con modelli matematici e non dovrebbero imitare l'analitica/decisione di un trader
ZS: Immaginate come sarebbe una macchina fotografica che replica il processo di un artista )))))
La telecamera copia l'occhio, quindi l'esempio non conta. Ma nel complesso hai azzeccato il punto del mio post.
Sono d'accordo che la macchina fotografica copia l'occhio, ma il risultato è lo stesso che per un artista - un'immagine su carta, l'unica cosa che non ho descritto il processo tecnologico di fare una foto
Così abbiamo finalmente capito perché i NS non hanno sempre successo nel trading: il problema non è con i NS, ma con il modello matematico delle informazioni di mercato, che i NS forniscono per la formazione - chi chiude le ultime 2, 3, ... 100 barre, chi legge gli indicatori tecnici, in una parola "per quello che sei bravo", dobbiamo capire quali informazioni di mercato sono davvero importanti per il trading - modelli? Ultime barre? Volumi? Ora del giorno? .... E la cosa triste è che avendo filtrato le informazioni inutili e creato un modello matematico del mercato, si può costruire un TS efficace senza NS.