Искусственные нейронные сети. - страница 8
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
Кто это установил? Мы можем с 80% точностью категоризовать объект после 50 миллисекунд. Это 20 объектов в секунду, причём на любом бакграунде. Многие млекопитающие делают это ещё быстрее чтобы не быть съеденым (эволюция). Искуственные сети это делают в несколько секунд, причём на пустом бакграунде. Сила мозга в его параллелизме, которого мы никогда не сможем достигнуть обычными средствами компьютерной технологии. Никто не отрицает пользу автоматизации трейдинга, но сети в ближайщие 20-30 лет не заменят мозг трейдера в поиске закономерностей на рынке. Нужно очень много нейронов. Неужели кто-то здесь думает что сеть с 10-20-ю нейронами способна заменить мозг трейдера? Каким же тупым существом должен быть этот трейдер!
Поэтому есть люди, которые работают над необычными компьютерными технологиями. ))
Квабена Боахен рассказывает о компьютере, который работает по принципу мозга
Поэтому есть люди, которые работают над необычными компьютерными технологиями. ))
Квабена Боахен рассказывает о компьютере, который работает по принципу мозга
Знаю Квабену персонально. Знаю также о SpiNNaker проекте из Манчестера и его руководителя Стив Фурбер, кто разработал первый ARM (http://apt.cs.man.ac.uk/projects/SpiNNaker/project/). Стиву удалось поместить 18 ARM процессоров на одном чипе и 48 чипов, то есть 864 параллельных процессоров. Каждый процессор вычисляет 500 нейронов, т.е. 432 тыс нейронов. Пока эта сеть ничего полезного не делает. Знаком также с другими группами разрабатывающими новый тип процессора. Пока до реальности далеко, откуда и моё предсказание что нужно подождать 20-30 лет.
Знаю Квабену персонально. Знаю также о SpiNNaker проекте из Манчестера и его руководителя Стив Фурбер, кто разработал первый ARM (http://apt.cs.man.ac.uk/projects/SpiNNaker/project/). Стиву удалось поместить 18 ARM процессоров на одном чипе и 48 чипов, то есть 864 параллельных процессоров. Каждый процессор вычисляет 500 нейронов, т.е. 432 тыс нейронов. Пока эта сеть ничего полезного не делает. Знаком также с другими группами разрабатывающими новый тип процессора. Пока до реальности далеко, откуда и моё предсказание что нужно подождать 20-30 лет.
Согласен с Joo в части "не нужно копировать природу..."
Так же согласен с тобой что человеческий мозг работает довольно эффективно... но
человеку для того чтоб сложить " 2 + 2 " нужно распознать образ "2", затем образ "+" затем опять "2", после чего найти ассоциацию из раздела "математика",
вспомнить соответствие примера ответу.
Не кажется ли вам что такая метода хоть и универсальна (что и позволило подняться человеку над царством природу), но по сравнению с компом малоэффективна?
На самом деле, все почему то идут путём повторения природы, но в природе никогда не было математики, и методы опробованные природой не эффективны в этой доктрине, именно поэтому чтоб стать выдающимся математиком нужно чуть ли не отречься от мира, и посвятить себя всецело математике (что в переводе значит держать полученные знания о математике в ближайших ассоциациях). Но при том какая то тупа железяка с MathCad решает всё намного эффективнее чем самый разгениальный математик.
ЗЫ имхо "комп помощник человека", как собака у которой и зубы покрепче, и нюх поострее.
Согласен с Joo в части "не нужно копировать природу..."
Так же согласен с тобой что человеческий мозг работает довольно эффективно... но
человеку для того чтоб сложить " 2 + 2 " нужно распознать образ "2", затем образ "+" затем опять "2", после чего найти ассоциацию из раздела "математика",
вспомнить соответствие примера ответу.
Не кажется ли вам что такая метода хоть и универсальна (что и позволило подняться человеку над царством природу), но по сравнению с компом малоэффективна?
На самом деле, все почему то идут путём повторения природы, но в природе никогда не было математики, и методы опробованные природой не эффективны в этой доктрине, именно поэтому чтоб стать выдающимся математиком нужно чуть ли не отречься от мира, и посвятить себя всецело математике (что в переводе значит держать полученные знания о математике в ближайших ассоциациях). Но при том какая то тупа железяка с MathCad решает всё намного эффективнее чем самый разгениальный математик.
ЗЫ имхо "комп помощник человека", как собака у которой и зубы покрепче, и нюх поострее.
Я Вас не понял. Дискуссия идёт об искусственных нейронных сетях. Моя точка зрения что современные искусственные сети не позволяют заменить мозг трейдера в поиске закономерностей на рынке. Пока их удел это регрессия, т.е. моделирование выхода (buy/sell) как нелинейной функции входов. Веса сети оптимизируются путём минимизации ощибки на прошлых примерах, что не гарантирует её профитность на необученных данных. При увеличении количества нейронов в сети, как и в любой другой нелинейной модели, ошибку на обучающих примерах можно свести к нулю, но профитности сети в будущем это не поможет, а только повредит (переобучение). Все об этом уже знают. Чтобе сеть имела хоть какие-то шансы, нужно выбирать такие входы, которые имеют закономерное влияние на выход. Этот выбор входов делается нами путём изучения прощлых данных и нахождения закономерностей. Сеть сама по себе становится инструментом нелинейного моделирования входы-выход и никак не поиска закономерностей. Чтобы сеть искала заокономерности, нужно создавать её по принципу нашего мозга. Тупое увеличение количества нейронов в обычных сетях ни к чему не приведёт, иначе слоны были бы такие же умные как и мы (одинаковое количество нейронов).
Роли компьютера я здесь нигде не принижал, но без человека они так и останутся железом. Вполне возможно что в будущем новые типы сетей научатся находить закономерности в данных. Но зная современное состояние исследований в этой области, нам ждать и ждать. Кстати, кто нибудь задумывался что научно-фантастические книги и фильмы предсказывали роботов в будущем, которое для нас уже прошлое, а они так и не появились? Человечество научилось летать на луну, появились быстрые компьютеры и интернет, а вот роботы - ну никак!
Знаю Квабену персонально. Знаю также о SpiNNaker проекте из Манчестера и его руководителя Стив Фурбер, кто разработал первый ARM (http://apt.cs.man.ac.uk/projects/SpiNNaker/project/). Стиву удалось поместить 18 ARM процессоров на одном чипе и 48 чипов, то есть 864 параллельных процессоров. Каждый процессор вычисляет 500 нейронов, т.е. 432 тыс нейронов. Пока эта сеть ничего полезного не делает. Знаком также с другими группами разрабатывающими новый тип процессора. Пока до реальности далеко, откуда и моё предсказание что нужно подождать 20-30 лет.
Здорово, что Вы знакомы с такими исследователями персонально. А с Генри Маркрамом случайно не знакомы? Его прогноз в 2009 был - 10 лет. :) Интересно, на каком этапе он сейчас находится.
Генри Маркрам строит мозг в суперкомпьютере
Я Вас не понял. Дискуссия идёт об искусственных нейронных сетях. Моя точка зрения что современные искусственные сети не позволяют заменить мозг трейдера в поиске закономерностей на рынке. Пока их удел это регрессия, т.е. моделирование выхода (buy/sell) как нелинейной функции входов. Веса сети оптимизируются путём минимизации ощибки на прошлых примерах, что не гарантирует её профитность на необученных данных. При увеличении количества нейронов в сети, как и в любой другой нелинейной модели, ошибку на обучающих примерах можно свести к нулю, но профитности сети в будущем это не поможет, а только повредит (переобучение). Все об этом уже знают. Чтобе сеть имела хоть какие-то шансы, нужно выбирать такие входы, которые имеют закономерное влияние на выход. Этот выбор входов делается нами путём изучения прощлых данных и нахождения закономерностей. Сеть сама по себе становится инструментом нелинейного моделирования входы-выход и никак не поиска закономерностей. Чтобы сеть искала заокономерности, нужно создавать её по принципу нашего мозга. Тупое увеличение количества нейронов в обычных сетях ни к чему не приведёт, иначе слоны были бы такие же умные как и мы (одинаковое количество нейронов).
Роли компьютера я здесь нигде не принижал, но без человека они так и останутся железом. Вполне возможно что в будущем новые типы сетей научатся находить закономерности в данных. Но зная современное состояние исследований в этой области, нам ждать и ждать. Кстати, кто нибудь задумывался что научно-фантастические книги и фильмы предсказывали роботов в будущем, которое для нас уже прошлое, а они так и не появились? Человечество научилось летать на луну, появились быстрые компьютеры и интернет, а вот роботы - ну никак!
Я просто подверг сомнению само направление исследований в НС, саму парадигму копирования природы.
У меня вызывают большие сомнения что сеть построенная по образу и подобию человеческого мозга превзойдёт создателя.
Я считаю что исследования по НС нужно двигать в направлении прямого восприятия цифровых данных, тогда как сейчас цифры для НС это всего лишь образы.
технические средства никогда не копировали природу, будь то колесо или самолет, но прекрасно справляются с возложенными задачами, так и НС должны работать с математическими моделями и не должны имитировать аналитику/принятие решения трейдера
ЗЫ: представил себе как бы выглядел фотоаппарат повторяющий процесс работы художника )))))
технические средства никогда не копировали природу, будь то колесо или самолет, но прекрасно справляются с возложенными задачами, так и НС должны работать с математическими моделями и не должны имитировать аналитику/принятие решения трейдера
ЗЫ: представил себе как бы выглядел фотоаппарат повторяющий процесс работы художника )))))
Фотоаппарат копирует глаз, поэтому пример не засчитан. Но в целом вы правильно поняли суть моего поста.
согласен, что фотоаппарат копирует глаз, но результат работы такой же как у художника - изображение на бумажном носителе, единственное я не стал расписывать технологический процесс изготовления фото
ну вот и разобрались почему НС не всегда удачно работают в трейдинге: дело не в НС, а в самой математической модели рыночной информации которую подсовывают НС для обучения - кто close последних 2, 3,...100 баров, кто показания тех.индикаторов, одним словом "кто на что горазд", нужно разобраться какая рыночная информация действительно важна для трейдинга - паттерны? несколько последних баров? объемы? время суток? .... и что груно, так это то, что отфильтровав ненужную информацию и создав математическую модель рынка ,можно построить эффективную ТС и без НС