記事「金融時系列予測のための生物学的ニューロン」についてのディスカッション

新しいコメント
 

新しい記事「金融時系列予測のための生物学的ニューロン」はパブリッシュされました:

時系列予測のために生物学的に正しいニューロンシステムを構築します。ニューラルネットワークのアーキテクチャにプラズマ的な環境を導入することで、一種の「集合知」が生まれます。そこでは、各ニューロンが直接的な結合だけでなく、長距離の電磁相互作用を通じてもシステム全体の動作に影響を与えます。このようなニューラル脳モデリングシステムが市場においてどのような性能を発揮するのかを見ていきます。

ノーベル賞を受賞したHodgkin-Huxleyモデルは、細胞レベルにおける神経インパルスの生成および伝播のメカニズムを記述しています。しかし、なぜこのモデルが金融市場を理解する鍵となり得るのでしょうか。その答えは、脳内での神経インパルスの伝播と、市場における情報の拡散との間に驚くほどの類似性が見られる点にあります。ニューロンがシナプス結合を通じて電気信号を交換するように、市場参加者も取引を通じて情報を交換しています。

本アプローチの革新性は、古典的モデルにプラズマ的要素を追加した点にあります。私たちはニューラルネットワークを、市場情報という「プラズマ」に浸された動的システムとして捉えています。この環境では、各ニューロンが直接的な結合だけでなく、自らが生成する電磁場を通じても他のニューロンの挙動に影響を及ぼします。これにより、従来のアルゴリズムでは見過ごされがちな微細な相関関係や構造を捉えることが可能になります。

本記事では、システムのアーキテクチャ、動作原理、そしてさまざまな金融商品への実践的な適用結果について詳しく解説します。生物学的発想に基づくアプローチが、金融時系列予測という課題に対して新たな視点を提供し、アルゴリズムトレーディングの分野に新たな地平を切り開くことを示していきます。


作者: Yevgeniy Koshtenko

 
ニューラル・ネットワークは私にとってまだ研究対象であり、私のスキャルパーで使うつもりだ。私はニューラルネットワークに謎はないと思っている。私にとっては、謎は別のところにある。なぜこのような記事の著者は、マニアのような執念で生のバーをNSに送り込もうとするのだろうか？NSの仕事をマスターした人なら、DSP（デジタル信号処理）の基礎を学ぶのは難しいことではないと思う。この記事で著者は、私が知っているいわゆる「アナリスト」たちを凌駕している。D1バーを入力に送り、15日先の価格を推測しようとしている。MT5からティックデータを抽出し、予備処理をしてスキャルピングに挑戦するのは、そんなに難しいことなのだろうか？
 
Alexey Volchanskiy #:
ニューラル・ネットワークは私にとってまだ研究対象であり、私のスキャルパーで使うつもりだ。私はニューラルネットワークに謎はないと思っている。私にとっては、謎は別のところにある。なぜこのような記事の著者は、マニアのような執念で生のバーをNSに送り込もうとするのだろうか？NSの仕事をマスターした人なら、DSP（デジタル信号処理）の基礎を学ぶのは難しいことではないと思う。この記事で著者は、私が知っているいわゆる「アナリスト」たちを凌駕している。D1バーを入力に送り、15日先の価格を推測しようとしている。MT5からティックデータを抽出し、前処理をしてスキャルピングで試すのはそんなに難しいのだろうか？
前処理とは、ヴァンガに行くようなものですか？

価格が処理される必要があることをどうして知っているのか、その正当性はどこにあるのか。MO-schniksのスローガンであるファントムノイズの存在を除いては。

価格は物理的なシグナルではなく、ノイズは存在しない。

D1であろうとM1であろうと、それぞれの価格パターンは独自のトレンドと平坦性を描写します。
インパルス修正。

すべてのTFは独自のパターンを持っています。

チャートの前処理とは、パターンの探索である。あらゆるフィルターを通してパターンを検索する。

それがNSの仕事だ。

チャートを2回処理するだけだ。

また、インジケーターを入力する場合は3回になります。
 

イワン・ブトコへ

前処理（予測変数の前処理）は、機械学習プロジェクトの 3つの段階のうち、最初の、そして最も重要なものである。座って基本を学ぶ必要がある。そうすれば、くだらないことは言わなくなる。

「Garbage in - rubbish out（ゴミを入れればゴミが出る）」、そのために占い師のところに行く必要はない。

 

記事より

エキゾチックスは単純な統計モデルに対してさえ優位性を示さない。何のために？

コードによる：

適応的な正規化 - 私はそこに適応的な何であるかが表示されませんでしたか？

すべてのインジケータは、テクニカル分析taのライブラリにあります。なぜPythonですべてを書き直すのですか？

実用的なアプリケーションでは意味がありません、IMHO

 
Vladimir Perervenko プロジェクトの 3つの段階のうち、最初の、そして最も重要なものである。座って基本を学ぶ必要がある。そうすれば、くだらないことは言わないだろう。

「Garbage in - rubbish out（ゴミを入れればゴミが出る）」 - そのために占い師のところに行く必要はない。

あなたは教科書を翻訳している

あなたは物価におけるゴミの定義を扱っていない

あなたは何がゴミで何がゴミでないかを知らない。そして、それが原理的に存在するかどうかも。FXではM1で稼ぎ、M5で稼ぎ、M15で稼ぎ......というように、D1まで稼ぐ人がいるのだから

あなたは手を使って取引する方法を理解していないし、知らない。

したがって - あなた自身が言っていることを理解していない。


しかし、前処理が存在する（それがなければ - ゴミ）ためにのみ、あなたのNSモデルの実行可能性と安定性の確認を持っているなら - あなたは正しいでしょう。

そのようなものはありますか？
削除済み  
言うのは簡単だ。基本を学べばいい。少なくとも基本に関する本を1冊読む必要がある :) そしてただ読むだけでなく、暗記することだ。
 
ノイズとはモデルの誤差 である。つまり、現実には抽象的な「価格ノイズ」は存在せず、特定のモデルの誤差が多数存在するだけである。これらの誤差の数がホワイトノイズ（相関のない定常過程）のように振舞う場合、モデルは多かれ少なかれ機能しているとみなされる。
新しいコメント