Обсуждение статьи "Нейросети в трейдинге: Возмущённые модели пространства состояний для анализа рыночной динамики (Энкодер)"
В функции инициализации
bool CNeuronPSSE::Init(uint numOutputs, uint myIndex, COpenCLMy *open_cl, uint stack_size, uint dimension, uint patch_dimension, uint variables, ENUM_OPTIMIZATION optimization_type, uint batch) { if(CNeuronAddToStack::Init(numOutputs, myIndex, open_cl, stack_size, patch_dimension, variables, optimization_type, batch)) ReturnFalse;
В строке
if(CNeuronAddToStack::Init(numOutputs, myIndex, open_cl, stack_size, не пропущен ли "!"?
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
Опубликована статья Нейросети в трейдинге: Возмущённые модели пространства состояний для анализа рыночной динамики (Энкодер):
В статье представлен практический подход к реализации модуля P-SSE для анализа потоков рыночных данных в реальном времени. Продуманное использование стека исторических состояний позволяет каждому срезу рынка обрабатываться лишь один раз, исключая дублирование вычислений и ускоряя онлайн-анализ. Представленные решения обеспечивают высокую точность, устойчивость модели и эффективность обработки, делая фреймворк мощным инструментом для анализа микроимпульсов на финансовых рынках.
Финансовый рынок разумнее рассматривать как динамическую систему с внутренним состоянием, которое эволюционирует под воздействием внешних и внутренних возмущений. Цена в этой картине — лишь наблюдаемая проекция. Следствие, а не причина. Такой взгляд сам по себе не нов. Модели пространства состояний существуют десятилетиями. Новизна появляется в момент, когда мы перестаём трактовать возмущения как неизбежное зло и начинаем рассматривать их как полноценный источник сигнала. Именно здесь идеи фреймворка Perturbed State Space Feature Encoder оказываются неожиданно близки к реалиям рынка, несмотря на их происхождение из области компьютерного зрения.
P-SSE изначально проектировался для работы с потоками событий. В них данные приходят неравномерно, а ключевая информация скрыта в локальных изменениях динамики. Это удивительно точное описание того, что происходит внутри торгового потока. Сделки возникают не по расписанию, импульсы ликвидности появляются и исчезают, краткосрочные дисбалансы могут радикально менять поведение цены, не оставляя при этом заметного следа в стандартных агрегированных данных. В такой среде попытка сгладить шум часто приводит к потере самого ценного.
Архитектурно P-SSE опирается на компактную, но выразительную модель пространства состояний. Текущее состояние системы обновляется рекурсивно, а возмущения встроены непосредственно в динамику перехода. Это принципиальный момент. Возмущение не добавляется постфактум и не интерпретируется как ошибка аппроксимации, оно параметризовано, обучаемо и влияет на эволюцию состояния наравне с основной динамикой. Для финансовых рынков это означает следующее: модель получает возможность отличать пустой шум от значимого микрособытия, даже если внешне они выглядят похоже.
Автор: Dmitriy Gizlyk