Тема машинного обучения интересна на конференции смартлаба?

ПBМ, можем потом видос на пару купить =)) я периодически покупаю

Friendly Deep Space, записи после Смартлабовской платно. После МОК бесплатно, но спустя недели 2-3

chizhan, оно работает на рынках. Google на своей операционной деятельности заработают в разы больше, чем на рынках.

Для обучения надо много данных. Много данных можно взять только с маленького тф. Чем ниже тф, тем ниже ликвидность и ниже потолок прибыли в $.

БОльшая часть HFT сейчас так или иначе завязана на ML.

day0markets, 

БОльшая часть HFT сейчас так или иначе завязана на ML.

примеров нет случайно? что за алго такие

Андрей К, 
копайте тут arxiv.org/archive/q-fin

сейчас тренд для алго это RL над RNN. Увы, все это очень долго учится. И даже чтобы научить более менее адекватную модель надо потратиться на серваки. Плюс многое надо писать самому(RL движок точно) и точно не на голом питоне.

day0markets, 

копайте тут

спасибо. То есть своими словами никак? HFT же алго в природе не так и много, вот и думаю, что там можно такого придумать, чтобы подключать такой анализ.

Андрей К, суть в том, что придумывать уже ничего почти не надо. Алгоритмы способны учиться сами торговать, примерно так же, как люди учатся ходить. Сфера ML в сфере алго уходит от модели предсказания некоего события (классический ML, DL), к модели обучения из опыта (RL, DRL). Почитайте про обучение с подкреплением, описать все в комментарии или даже посте нереально, да и не зачем. Вся информация есть в сети.

day0markets, я всё проспал. Алгоритмы уже научились сами придумывать фичи? Или придумывание по-прежнему остается за человеком?

robomakerr, ну под RNN фичи придумывать не надо например, хотя можно.

day0markets, а что такое RL и что такое RNN? спасибо 

Андрей Л. (Гуру Хренов), reinforcement learning и recurrent neural network

chizhan, Гуглу это слишком мелко, не для того такая инфраструктура строилась

Пафос Респектыч, это не мелко. Сильный ИИ (который как бы намного умнее любого человека, а также любого коллективного разума) должен начаться именно с управления финансами. Почему? Потому что тут человеческий фактор практически не задействован, нужно рутинно перебирать экономические модели, их комбинации и их совершенствовать.

А вот рекламные поборы, скупка бизнесов типа ютьюба и боже упаси яндекс-таки и яндекс-доставка это действительно мелочь и тупизна. 

chizhan, рутинный перебор это все же не ИИ. Суть любой штуки направленной в ИИ это апроксимация, а не тупой перебор.

day0markets, а что скажете про шахматный ИИ? Там все ходы перебираются и выбирается наиболее перспективный с точки зрения некой функции. Конечно многие партии известных гроссмейстеров можно «зашить» в БД, и некий аппроксимирующий блок будет искать общности в них. Но в том и дело, что число вариантов уходит в бесконечность, и без «тупого» перебора, хотя бы на заданную глубину(или отведенного лимита времени) никак.

chizhan, шахматы просчитываются и это правда. Другое дело игра Go, там невозможно просчитать количество вариантов. Года 3 назад в этой игре в первый раз победил а-ля ИИ. И больше он не проигрывал, насколько я знаю. Его суть в том, что обучение идет из опыта, а не из просчета возможных вариантов. Почитайте тему Reinforcement Learning, если интересно.

chizhan, сфера довольно узкая для гугл. Не поместится он там. Ну и соотношение работы и профита не в пользу. Если бы там была польза хотя бы в информподдержке, то гугл бы влез продавая все что нарыл. Я думаю они давно уже это посчитали и отбросили.

dagh, ну что ж спасибо за надежду) Создание скайнета откладывается, а нам еще есть что заработать на бирже (если как следует поработать и внедрить новомодные штучки вроде ML)

chizhan, блин, прости друг. Случайно минуснул.

AlexeyTikhonov, действительно… Странный вопрос «надо ли вам то, незнамо что?». Какие успехи у роботов спикера?

_sg_, это же алго и есть. в алго тему всё равно пишут раз в неделю, не чаще

ПBМ, А для Вас у меня есть персональное предложение, может быть оно Вас заинтересует как программиста на Java.
Проще чем все эти сети и эффективно.
https://www.litres.ru/a-pfeffer/veroyatnostnoe-programmirovanie-na-praktike-22806664/

_sg_, предметная область не та… но спасибо, возможно почитаю