Анализ акций с помощью методов ИИ

Dmitriy Vakarin, проблема бустинга в построении более-менее разнообразных слабых предикторов. Проблема нейронок в оверфиттинге (переподгонке). Соотношение сигнал/помеха низкое, в отличие от классических задач. 

Dmitriy Vakarin, 

Постараюсь максимально донести до людей, что методы ИИ это не конечная рекомендация.

У трейдера не так много типов решений — когда, на каком инструменте, в какую строну и на сколько войти, когда и на сколько выйти, когда каким объемом добраться. Наверно, всё. Если модель отвечает на эти вопросы, или на ключевые из них, то единственное, что будет препятствовать тому, что модель может быть конечной рекомендацией это неудовлетворительное качество сигналов (предиктов) модели, в противном случае не вижу никаких препятствий чтобы опираться только на модель в принятии торговых решений.

Dmitriy Vakarin, я испробовал множество моделей и сеток, с кучей инпутов: от обычного close до серии индикаторов с ohlc — но на крипторынке, у меня не удалось выстроить достаточно стабильную модель для автотрейдинга. единственное что более — мнее рабочее это reinforcement learning, но нужно грамотно оптимизировать агента и правильно описать среду .
как helper ии использовать можно, но чтобы по сигналам или входить — на длинной дистанции и подающем рынке в лучшем случае безубыток 😃
работает реально простой статик с небольшой эвристикой — это кроссмувинг. Но это уже совсем другая тема)

reserved, вообще-то, работает, но машина не может знать что завтра скажет Набиуллина, Байден и пр. и как это отзовется на бирже, а даже одно и то же может отозваться оч по разному. Мы и сами-то не знаем.))

reserved, если считать серьезно, то все более-менее успешные алго торгуют статистические прогнозы, явные или неявные. Поскольку успешные есть, значит и прогнозировать можно. 

Dmitriy Vakarin, ML никак не подмножество ИИ. ML это обычные алгоритмы.
ИИ пока еще в природе не существует.)