Список проголосовавших за комментарий "Это уже достаточно давняя модель. Вот статья от 2019 года — они индикаторы использовали на входе <a href="/r.php?u=https%3A%2F%2Fieeexplore.ieee.org%2Fdocument%2F8786132&s=3920984787">ieeexplore.ieee.org/document/8786132</a> там есть сравнение разных моделей, в т.ч. A2C/A3C — дала лучший результат. Я ее пробовал <a href="/r.php?u=https%3A%2F%2Fgithub.com%2Fakumidv%2Fstartup-khv-ai-study%2Fblob%2Fmain%2F07_A2C%2F07_A2C_50.ipynb&s=4238345400">github.com/akumidv/startup-khv-ai-study/blob/main/07_A2C/07_A2C_50.ipynb</a> <br/> <br/> Но если посмотреть на чем они учили — то у них модель проигрывает «купи и держи». Сама суть этой модели — случайно тыкать и смотреть на результат. Примерно как подобрать параметры средних… Вероятность, что она найдет что-то — думаю небольшая.<br/> Из новых — это трансформеры для тайм серий на основе модели GPT <a href="/r.php?u=https%3A%2F%2Farxiv.org%2Fpdf%2F2310.03589.pdf&s=2744339754">arxiv.org/pdf/2310.03589.pdf</a><br/> <br/> Но схемы выглядят пока сложными — в тех примерах которые в описаниях смотрел — брали те таймсерии, которые вроде как могут коррелировать с данными, на которых потенциально модель обучалась (например погода). Но так ли она работает — сложно сказать. И насколько это ложится на акции?"