Нейросеть

Всю жизнь был клиентом компании Алор Брокер, но так как я сторонник всеобщей диверсификации решил заключить ещё один брокерский договор.
Так как давно пользуюсь услугами сбербанка в качестве банка — решил открыть дополнительный брокерский счёт именно у них.
Торговать активно там не собираюсь — хотел перенести туда портфель облигаций (в основном ОФЗ).
При необходимости воспользоваться наличными должно быть достаточно удобно — продал ОФЗ через Сбербанк Инвестор и тут же перевёл через Сбербанк Онлайн на карточку. Процесс открытия брокерского счёта прошёл довольно гладко. Приложение на андроиде Сбербанк Инвестор тоже установил.
Но вот при возникновении небольшого вопроса решил созвониться со службой поддержки Сбербанка.
Время действия:
21 век.
19 ноября 2018 год,
время 12 часов 20 минут.
Телефон для связи красивый: 8 (800) 555-55-51

Вот что из этого вышло:

аудио звонка >>>


В 2016 году в октябре месяце читал, что СберБанк внедряет нейросеть для работы с клиентами
Буквально недавно была конференция Сбербанка по нейросетям…

( Читать дальше )

«Сила подсознания или Как изменить жизнь за 4 недели». Конспект книги. Часть I. Человек с точки зрения науки Глава 1. Квантовый человек (окончание) Начало https://smart-lab.ru/blog/421427.php

Бесконечное число вероятностей ждут своего наблюдателя

Физическая реальность существует лишь в форме чистого потенциала.

Если человеческий разум способен материализовать электрон, то теоретически он может материализовать любую вероятность.

Наблюдателю, дана способность силой мысли сгущать квантовое поле и из бессчётного множества субатомных волн вероятности формировать желаемые жизненные события. Правда, для этого требуется осознанное внимание, готовность добросовестно применять новые знания и ежедневно упражняться

Мы — разумная материя. Согласно квантовой модели, физическая Вселенная — это единое нематериальное информационное поле, в котором всё взаимосвязано и которое потенциально является всем, но фактически — ничем. Квантовая Вселенная просто поджидает наделённого сознанием наблюдателя (например, вас или меня), чей разум (который и есть энергия) окажет воздействие на энергию (потенциальную материю), сконцентрировав волны энергетических вероятностей в физическую материю.

( Читать дальше )

Часть I. Человек с точки зрения науки. Глава 1 Квантовый человек http://flibusta.is/b/353595/read

Джо Диспенза исследует энергетические аспекты реальности с чисто научной точки зрения и даёт читателю всё, что необходимо для осуществления серьёзных положительных изменений в жизни. Его выводы, подкреплённые данными нейронауки, ставят под сомнение наши представления о человеке и о границах его возможностей. С  помощью определённой последовательности медитаций можно сознательно изменить структуру нейронной сети и настроить свой мозг на радость и творчество.Корни прошлых неудач можно свести к одной глобальной ошибке: вы не были готовы жить с полным осознанием истины о том, что наши мысли обладают столь огромной силой, что буквально создают нашу реальность.

Чтобы изменить жизнь, нужно изменить представления о природе реальности

Декарт был сторонником механистической модели мира, согласно которой Вселенная подчиняется определённым законам. Анализируя же человеческую мысль, Декарт столкнулся с настоящей проблемой: в работе разума оказалось слишком много переменных, и её нельзя было свести к единым законам. Именно Декарт «виноват» в противопоставлении разума и материи.

( Читать дальше )

       Посчастливилось ознакомиться с учебным пособием наших харьковских учёных, имеющем отношение к автоматизированному трейдингу, советникам и торговым роботам.
        В связи с тем, что многие трейдеры годами ищут для своей торговли подобных «помощников» и «Святые Граали», решил написать рецензию на эту книгу, заодно окунувшись в кухню создания всевозможных Граалей. Ведь большинство трейдеров, убедившись в том, что очередной индикатор или советник пока ещё не «Святой Грааль», с надеждой продолжают свои поиски дальше. Благо, есть где и что искать. А также находится много помощников в этом деле. Но задумываются ли они над тем, кем и как создаются все эти бесчисленные претенденты в «Грааль». Откуда они берутся и зачем.

       ЧАСТЬ 1. Учёные и их научные исследования.
       В данного учебного пособия довольно представительный авторский коллектив, солидные рецензенты, серьёзные исследования… Рекомендовано Министерством образования и науки Украины.

( Читать дальше )

При нормализации входных данных для нейросети, нормализовать стоит для каждого входа отдельно, или же объединить и нормализовать весь массив данных, а затем разделить их для каждого входа. 

Ведь порядки входных векторов могут различаться, например для рси они лежат в диапазоне от 0 до 100, а для stdV от 0.000001 до 0.001, например. 

Здравствуйте Уважаемые участники форума!

Обращаюсь к Вам за советом по такому вопросу:

Имеется торговая система, построенная с применением нейронных сетей, которая имеет 12 оптимизируемых параметров – вещественных чисел в диапазоне от -1 до 1.

В качестве эксперимента была проведена оптимизация этих параметров на фьючерсе на обыкновенные акции сбербанка на минутках. Количество точек данных для оптимизации -30000 (это примерно 2 месяца). После этого система проверялась на новых данных – 10000 точек.

Результаты оптимизации и проверки представлены на рисунке.

Светло-зеленая кривая – это эквити счета, ниже – график цены.

Зеленые и красные линии – это сделки, просто их очень много и там все сливается.

Собственно сам вопрос: Что будет эффективнее в реальной торговле – переоптимизация параметров раз в день на последних данных за 2 месяца (последние 30000 минутных свечей), или переоптимизация каждый час на последних 3000 минутных свечах, или пероптимизация каждые 5 минут, или еще какой то вариант? То есть интересует оптимальная частота оптимизации и размер обучающего набора данных. Причем наблюдается такая взаимосвязь: чем больше обучающий набор данных, тем меньше средняя доходность системы на обучающем наборе, но тем больше вероятность того что система будет показывать эту доходность на данных которые она не видела. И наоборот, чем меньше обучающий набор, тем больше средняя доходность на обучающем наборе и тем меньше вероятность, что система покажет прибыль на неизвестных данных.   

( Читать дальше )