нейросети

У нас тут выросло целое поколение водителей, которые ничего не знают об устройстве автомобиля… целое поколение диетологов, врачей и прочих, которые ничего не знают по анатомии.
Теперь выросло целое поколение программистов, которые ничего не знают про работу компьютера.

Даже выросло целое поколение солнечных людей, которые думают, что компьютер работает также как и мозг человека. Отсюда же всякие вживление чипов, нейросети и т.д.

Я вас разочарую! Компьютер — он работает как калькулятор. Он просто считает! Английское слово computer — вычислитель.

Начнем с истории ЭВМ!
Первый компьютер был механическим.
В 1623 году Блез Паскаль (Французский религиозный философ, писатель, математик и физик Блез Паскаль родился в Клермон-Ферране в семье высокообразованного юриста) создает действующую машину «Паскалину»

Она считает механически при помощи колесиков

Сижу как-то раз за рюмкой чая (это было за год, два или три до моего прихода на Smart-Lab} и приходит мне в голову мысль — а почему бы не попробовать прогнозировать котировки.
Прогноз, естественно, на ТФ 1м, который я использую. Время прогноза пусть будет — 5 минут — вполне достаточное для моих сделок, а недостаточно, так прогноз можно и повторить на следующие 5 минут. Архивы котировок по фьючерсам SBRF и GAZR тоже имеются, минимум за год-два за последние 3 месяца перед экспирацией — хватит и на отладку и на проверку.
Все есть, только как реализовать прогнозирование? — ни одной мысли.
Собственно, не особо мне это было и нужно, рабочая система у меня уже была и меня она вполне устраивала, но мысль о прогнозировании засела, и я время от времени ее думал.
Ничего сколь-нибудь конструктивного в голову не приходило, и было решено для прогнозирования использовать нейросеть, тем более, незадолго до того я немного занимался машинным обучением и нейросетями в том числе.
От использования каких-либо предикторов сразу отказался. Плюс 2-3 слоя к нейросети, и если в данных есть какие-либо взаимосвязи, НС сама внутри себя построит нужные ей предикторы. В общем, подаем на НС поток цен 15-20 отсчетов Vc={C(t0-20),C(t0-19),...C(t0)}, нормируем их к динам диапазону НС — Vcn={c(t0-20),c(t0-19,… c(t0-1), 0} — c(t0) у нас всегда = 0, и пусть НС сама мучается с прогнозированием и поиском c(t0+5). И еще, у всякого метода есть область применимости, потому нельзя учить чему попало. Для этого из обучающей и проверочных последовательностей по возможности исключаем области истории, где прогнозирование невозможно. Иначе получим нечто такое.

  Таки собрался дописать вторую часть своих результатов применения трансформеров для предсказания на российском фондовом рынке. Может и хорошо что не спешил, так как пафос первой части о трансформерах дающих какие то уникальные результаты по сравнению с другими архитектурами нейросетей, оказался несколько преувеличенным, по крайней мере LSTM дал вполне сравнимый результат с трансформерами. Потом я попробовал градиентный бустинг, дерево решений и вновь получил схожий результат. Так что подавайте в нейросеть правильные признаки и многие модели покажут положительный результат. Тем не менее, раз я начал с трансформерах, и так как их архитектура хорошо отражает рынкок, о них и продолжу. 
  Для любителей вопросов о «таймфреймах, на чем обучал, какие акции, что в качестве таргета, какие параметры, время удержании позиции» итп итд. Акции МосБиржы, из числа наиболее ликвидных. Данные у меня с 2011 до 2021 (и это увы необходимость, так как именно с 2011 года время работы биржи стало 9 часов). Прогнозы строил следующим образом — выкидывал один год (это out-sample), а из оставшихся делал разбивку на train и test. Таким образом получил 10 одногодичных прогнозов. Для меня важно получить доходность на сделку пусть поменьше, но чтобы прибыльность подтверждалась на как можно большем диапазоне, и на всех акциях. Такое чтобы для каждой акции своя модель — для меня неприемлемо. И само собой никаких убыточных годов, как минимум. Знаю многие меняют системы каждые 3 года и для них это нормально, я предпочитаю вылавливать аномалии которые работают десятилетиями. Тут я никого не учу, рынок сам рассудит.    

Продолжение моих историй по поиску работы менеджером по продажам. Как я искал работу. Как я пробовал работать.

Несколько дней назад мне позвонили по моему отклику на вакансию менеджер по продажам, провели небольшое собеседование и назначили мне второй этап собеседования в виде игрового диалога между потенциальным клиентом и мной. Дали текст-сценарий с описанием клиента, который покупал товар и услуги раньше у этой компании, описание товаров и услуг, предлагаемых компанией. Их нужно было выучить и в итоге убедить «клиента» купить ещё товаров и услуг у компании. А компания продаёт интеллектуальные системы видеонаблюдения и софт к ним для бизнеса. Процент с продаж — твой доход.

Чуть больше недели назад выступил на AllDerivatives. Рассказывал о моем личном опыте работы с эволюционирующим ИИ и о попытках применения в торговле. Материала засунул, как сейчас понимаю, избыточно много, в результате выступление получилось слегка скомканным, затянутым и поверхностным, но на удивление, люди, присутствовавшие на выступлении говорят, что получилось интересно.

Во-первых, не ждите глубоких секретов, не ждите граалей. Более того, было больше всего про биологию, меньше про программную реализацию и совсем чуть-чуть про трейдинг.

Во-вторых, это не те дроиды, которых вы ищите это совсем не то, что мы используем, во всяком случае на чужих деньгах в реальной торговле.

Но рассказывал я о том, что реально делал в разное время на протяжении многих лет, что меня давно очень интересует и в чем, смею надеяться, чуть-чуть понимаю ;)

Презу на экране видно плохо, но она есть по ссылке в описании.

ВВЕДЕНИЕ В КОГНИТИВНЫЕ НЕЙРОНАУКИ. Из учебника МОЗГ. ПОЗНАНИЕ. РАЗУМ.
Электронная книга https://t.me/kudaidem/1879