Список проголосовавших за комментарий "<p>NN — в основном решают следующие задачи: регрессия, классификация, кластеризация, распознавание образов.<br/> <br/> </p><p>Регрессия — это «идеальная» подгонка под кривую по истории. Для трейдинга ничего не дает, потому что основное свойство рынка это изменчивость. Рынок чуть-чуть изменился, а сетка сломалась кардинально.<br/> <br/> </p><p>Классификация — использовать можно для классификации фаз рынка. Но все равно нужен дополнительный компонент, который принимает решение, что делать в конкретной фазе. А значит в этом месте вмешивается не «ИИ — компонент», который может неправильно использовать выявленные фазы.<br/> <br/> </p><p>Кластеризацию можно использовать для выявления кластеров в рыночных данных, часто невидимых визуально. Но здесь опять встает вопрос, что с этими кластерами делать дальше, тем более с такими, которые трудно представить визуально.<br/> <br/> </p><p>Распознавание — можно рыночные фигуры и паттерны выявлять. Но кто сказал, что широко известные рыночные паттерны работают на рынке стабильно.<br/> <br/> </p><p>При обучении в основном используется «обучение с Учителем». Это предполагает что для обучения сети «Правильные» ответы формирует «Учитель» — то есть Вы. Естественно сетка и топологию сети построит и параметры подберет, но где гарантия того, что Вы дали действительно правильные ответы, которые приводят к стабильному заработку на рынке? Тем более в будущем.</p>"