[Машинное обучение, Искусственный интеллект] Мой опыт машинного обучения
Автор
Сообщение
news_bot ®
Стаж: 6 лет 9 месяцев
Сообщений: 27286
Долгое время был помешан на форексе. С 2008 по 2017. К счастью друг меня таки переубедил и показал всю подноготную этих казино. В частности то, что выигрыш никогда не будет выплачен. Но я достаточно долго программировал и перебирал разного рода стратегии. Использовал машинное обучение и до сих пор уверен что AI легко уложит на лопатки это казино.
Скажу сразу, мой мозг практически сломался, когда я закопался в дебрях высшей математики. Но, несмотря на безумные вычисления, я не превратился в Джона Нэша, да и маленькая девочка меня не преследует.
Я сделал ставку на искусственный интеллект, но с одним нюансом.
Для машинного обучения я купил 8 двухпроцессорных серверов, по 32 ядра на каждом.
Чтобы не заморачиваться, я проводил тесты в готовой среде разработки. Конечно, GPU намного круче (если учесть, что Google дает бесплатные мощности). Но есть и хорошая сторона — когда ресурс ограничен, начинаешь ломать голову, как упростить робота и ускорить его проход. Поэтому скрипт максимально ориентировался на значения не чаще одной минуты.
В итоге сработала необычная, но в тоже время простая логика. Каким образом большинство предлагает выстраивать систему? Правильно, предсказывать поведение цены в будущем.
Я решил, что правильнее будет предсказывать поведение цены только в тот момент, когда есть высокая вероятность определенного исхода. Да и оптимизировать тогда меньше. То есть, важно скармливать AI скрипту только те случаи, когда ты на 90% уверен в исходе.
Что я сделал. Создал скрипт, в котором вбита куча индикаторов, и к ним же вбиты примитивные стандартные сигналы. В каждом цикле обучения я запускал оптимизацию параметров (от 4 до 10) только для одного сигнала. И выбирал из этого лучший результат. Затем запускал следующий цикл обучения уже со статическими настройками прошлого цикла для первого сигнала, и перебирал сигналы следующего индикатора.
Так я по очереди отсеял пятью — десятью индикаторами точки входа. С десяти тысяч сигналов на старте я получил относительно стабильную кривую предсказаний и порядка 300 сделок в год. Это 1-2 сделки в день.
Основной нюанс подхода заключается в том, что только на этом этапе я подключил AI. Назвать это интеллектом сложно. Мною были собраны простые перцептроны на базе sin, cos, tg, ctg, линейной функции на 4-8 входов. Установлен гибкий уровень да сигнала. -Х — вниз, +X — вверх.
Это все сократило результаты торговли до 20-30 сделок в год со 100% правильным предсказанием на обучении. Я повторил схему обучения на разных ценовых периодах и на разных индикаторах. Собрал лучшие 10 результатов тестирования.
Мои наработки успешно проработали в плюс на реальных деньгах больше полугода. Хотя подход дал невысокую доходность, он показал стабильность. Ошибаться робот начал только на 8 месяце.
Дальше я изучил python и начал это все скрещивать с готовыми AI скриптами для tensorflow. А потом серое вещество мозга закипело от высшей математики… Дальше забросил.
Вывод. Я до сих пор уверен, что AI способен уложить на лопатки это «казино». Возможно, надо учить AI системы пошагово. К примеру, если надо чему-то обучить, вначале необходимо отфильтровать выборку обычными программами, а затем при помощи AI откорректировать уже сами результаты ПО, а не скармливать AI всю выборку.
P.S. Статью написал просто так. Извините, если посчитаете, что это бред.
===========
Источник:
habr.com
===========
Похожие новости:
- [Google API, Биллинговые системы, Развитие стартапа, Искусственный интеллект, Видеоконференцсвязь] Как мы в очередной раз пытаемся заменить людей на роботов
- [Машинное обучение] Приглашаем на Samsung AI Forum 2020
- [Машинное обучение] Насколько актуально машинное обучение в повседневной жизни. Обзор
- [Python, Big Data, Машинное обучение] AutoVIML: Автоматизированное машинное обучение (перевод)
- [Машинное обучение, Искусственный интеллект] Два мегатренда в области искусственного интеллекта, доминирующие в Gartner Hype Cycle 2020 (перевод)
- [Машинное обучение] Генетическое программирование для тестирования компилятора: опыт аспиранта ML-лаборатории ИТМО
- [Искусственный интеллект, Космонавтика] Искусственный интеллект помогает исследовать Марс (перевод)
- [Python, Алгоритмы, Машинное обучение, Data Engineering] Расширение возможностей алгоритмов Машинного Обучения с помощью библиотеки daal4py
- [Поисковые технологии, Алгоритмы, Машинное обучение] Как построить полнотекстовый поиск с помощью нейронных сетей
- [Математика, Искусственный интеллект] Возможна ли концепция «системы времен» в математике?
Теги для поиска: #_mashinnoe_obuchenie (Машинное обучение), #_iskusstvennyj_intellekt (Искусственный интеллект), #_iskusstvennyj_intellekt (искусственный интеллект), #_mashinnoe_obuchenie (машинное обучение), #_mashinnoe_obuchenie (
Машинное обучение
), #_iskusstvennyj_intellekt (
Искусственный интеллект
)
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 23-Ноя 01:39
Часовой пояс: UTC + 5
| Автор | Сообщение |
|---|---|
|
news_bot ®
Стаж: 6 лет 9 месяцев |
|
|
Долгое время был помешан на форексе. С 2008 по 2017. К счастью друг меня таки переубедил и показал всю подноготную этих казино. В частности то, что выигрыш никогда не будет выплачен. Но я достаточно долго программировал и перебирал разного рода стратегии. Использовал машинное обучение и до сих пор уверен что AI легко уложит на лопатки это казино. Скажу сразу, мой мозг практически сломался, когда я закопался в дебрях высшей математики. Но, несмотря на безумные вычисления, я не превратился в Джона Нэша, да и маленькая девочка меня не преследует. Я сделал ставку на искусственный интеллект, но с одним нюансом. Для машинного обучения я купил 8 двухпроцессорных серверов, по 32 ядра на каждом. Чтобы не заморачиваться, я проводил тесты в готовой среде разработки. Конечно, GPU намного круче (если учесть, что Google дает бесплатные мощности). Но есть и хорошая сторона — когда ресурс ограничен, начинаешь ломать голову, как упростить робота и ускорить его проход. Поэтому скрипт максимально ориентировался на значения не чаще одной минуты. В итоге сработала необычная, но в тоже время простая логика. Каким образом большинство предлагает выстраивать систему? Правильно, предсказывать поведение цены в будущем. Я решил, что правильнее будет предсказывать поведение цены только в тот момент, когда есть высокая вероятность определенного исхода. Да и оптимизировать тогда меньше. То есть, важно скармливать AI скрипту только те случаи, когда ты на 90% уверен в исходе. Что я сделал. Создал скрипт, в котором вбита куча индикаторов, и к ним же вбиты примитивные стандартные сигналы. В каждом цикле обучения я запускал оптимизацию параметров (от 4 до 10) только для одного сигнала. И выбирал из этого лучший результат. Затем запускал следующий цикл обучения уже со статическими настройками прошлого цикла для первого сигнала, и перебирал сигналы следующего индикатора. Так я по очереди отсеял пятью — десятью индикаторами точки входа. С десяти тысяч сигналов на старте я получил относительно стабильную кривую предсказаний и порядка 300 сделок в год. Это 1-2 сделки в день. Основной нюанс подхода заключается в том, что только на этом этапе я подключил AI. Назвать это интеллектом сложно. Мною были собраны простые перцептроны на базе sin, cos, tg, ctg, линейной функции на 4-8 входов. Установлен гибкий уровень да сигнала. -Х — вниз, +X — вверх. Это все сократило результаты торговли до 20-30 сделок в год со 100% правильным предсказанием на обучении. Я повторил схему обучения на разных ценовых периодах и на разных индикаторах. Собрал лучшие 10 результатов тестирования. Мои наработки успешно проработали в плюс на реальных деньгах больше полугода. Хотя подход дал невысокую доходность, он показал стабильность. Ошибаться робот начал только на 8 месяце. Дальше я изучил python и начал это все скрещивать с готовыми AI скриптами для tensorflow. А потом серое вещество мозга закипело от высшей математики… Дальше забросил. Вывод. Я до сих пор уверен, что AI способен уложить на лопатки это «казино». Возможно, надо учить AI системы пошагово. К примеру, если надо чему-то обучить, вначале необходимо отфильтровать выборку обычными программами, а затем при помощи AI откорректировать уже сами результаты ПО, а не скармливать AI всю выборку. P.S. Статью написал просто так. Извините, если посчитаете, что это бред. =========== Источник: habr.com =========== Похожие новости:
Машинное обучение ), #_iskusstvennyj_intellekt ( Искусственный интеллект ) |
|
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 23-Ноя 01:39
Часовой пояс: UTC + 5