Использование нейросетей в трейдинге - страница 25
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Могу высказать ваапще бредовую мысль.
Я думаю что вы не будете спорить с тем, что нейросети намного, очень намного "тупее" человеческого мозга.
Дык их использование в торговле как раз намного упрошает картину в целом.
ИХМО...
Могу высказать ваапще бредовую мысль.
Я думаю что вы не будете спорить с тем, что нейросети намного, очень намного "тупее" человеческого мозга.
Дык их использование в торговле как раз намного упрошает картину в целом.
ИХМО...
Да что вы на нейро этих зациклились так? Вам что нужно, форекс или нейро? :)
Что значит - "упрощает картину в целом"?
При анализе мозгом, задействуется гораздо больше нейронов. Асоциаци, память, мотивация, визуальное восприятие, всё это намного сложнее нейросети. Это я и вложил в понятие "картина в целом".
Если часть этих действий сможет выполнить нейросеть, то в целом система станет проще, а значит по Вашему мнению - лучше.
Ветка форума про нейросети.
Я не зациклился, но думаю есть перспектива их использования.
Я не вижу смысла сливать бабло, чисто на "мне думается ". Я хочу найти поддержку в теханализе и матапарате. Короче "соломку подстелить".
Смотрите 24 вкладку в этой ветке 3-й пост...
При анализе мозгом, задействуется гораздо больше нейронов. Асоциаци, память, мотивация, визуальное восприятие, всё это намного сложнее нейросети. Это я и вложил в понятие "картина в целом".
Если часть этих действий сможет выполнить нейросеть, то в целом система станет проще, а значит по Вашему мнению - лучше.
Не понятно, как рыной форекс или некий временной финансовый ряд может упроститься или стать лучше при применении искусственной нейросети, имеющей меньшее колличество нейронов, чем мозг? Как будут делиться действия между мозгом и нейросетью?
Резюмирую все свои высказывания по поводу нейросетей, всем любителям нейрофинтифлюшек могу заявить:
есть алгоритмы более простые и не менее эффективные чем эти пресловутые сети.
Не понятно, как рыной форекс или некий временной финансовый ряд может упроститься или стать лучше при применении искусственной нейросети, имеющей меньшее колличество нейронов, чем мозг?
Напросилась аналогия: умный, зоркий, многонейронный вперился в "предмет" и увидел много-много разноцветных точечек. А подошел тупой, да ещё слабозрячий. Точечки он не разглядел - за пределами возможностей. Зато увидел перспективу "в целом" в виде "портрета молодого человека", например... При изучении материала сложилось стойкое впечатление, что чем проще, тем лучше. Что "недостаток" лучше "избытка". Чаще получается, что недостаток (в разумных пределах, конечно) заставляет сетку учиться, а избыток заучивать. Мои личные опыты (чисто исследовательские, читаем, лабораторные работы) показали, что если есть закономерность в поданных сети данных, то и просто однослойный перцептрон учится всего за несколько эпох. А если с данными напряг, то можно хоть десяток слоев сделать, да реккурентов навтыкать, да парочку слоев Элмана (Жордана), да градиент от Левенберга... И всё равно ничего не получится. Пожалуй, поправлю Debugger'a - входные данные важны. Но важны они не сами по себе, а обязательно "всвязи" или "относительно". Но как частный случай, описанный Debugger'ом, так же имеет право на существование. И "сырые" цены вполне можно пихать в сетку. Например, аппроксиматоры и регрессоры с ими же и работают.
2 TimeMaster. Солидарен. Когда сам начинал копать тему нейро, как щас помню, проблем не было с вопросом чему учить. Главный вопрос был - как учить. В результате освоения предмета, главный вопрос рассосался, первый растворился. На тек. момент знаю, как учить, чему - не представляю (понятия не имею).
Вот например... Хотя, испытываю некоторые сомнения, демонстрируя данный пример. Стесняюсь быть огульно охаян... Ну да ладно. Это "лабораторка". Стандартный (стандартнее не бывает) однослойный перцептрон.
Суть тут проста - это таблица умножения )). Сделал вручную цсв, в котором перемножил все цифры от 1 до 9 (от 1х9 до 9х1), т.е. получилось 81 примеров. 16 примеров переместил в отдельный файл. Первый файл подан в сетку, как входной (65 примеров), второй, как кроссвалидация (16 примеров). А что такое кроссвалидация? Это проверка обученности сетки на неизвестных данных сразу же в процессе обучения. Левый график тренинг. Правый график кроссвалидация, т.е. работа сетки на тех данных, которые сетка никогда не видела. И что мы видим? Кроссвалид идеален. Т.е. сетка для неизвестных ей произведений нашла совершенно правильные ответы. Другими словами, сетка НАУЧИЛАСЬ. Т.о. первый вывод - сетка учится. Второй вывод - раз сетка всё-таки учится, то если сетка НЕ учится, то дело совсем не в сетке. Увы...