На Санкт-Петербужской бирже, по мнению нейросети, сейчас актуальны следующие позиции:
PBF, оптимальная цена для покупки — 9.16$. Цель — 9.8737$. Вероятность роста 91.0%
OIS, оптимальная цена для покупки — 5.92$. Цель — 6.3021$. Вероятность роста 90.1%
CDNA, оптимальная цена для покупки — 86.75$. Цель — 93.0771$. Вероятность роста 89.1%
ANDE, оптимальная цена для покупки — 24.32$. Цель — 25.9697$. Вероятность роста 87.8%
WK, оптимальная цена для покупки — 99.41$. Цель — 106.0391$. Вероятность роста 87.8%
Результаты поста от
2021-01-06
ENDP, купили по 8.14$. Продали 2 февраля по 8.775$. Итоговый процент +7.8%
CLF, купили по 17.33$. Продали 11 января по 18.6167$. Итоговый процент +7.42%
RIG, купили по 2.7968$. Продали 12 января по 2.9874$. Итоговый процент +6.81%
TSLA, купили по 767.8$. Продали 8 января по 828.2803$. Итоговый процент +7.88%
MAC, купили по 11.61$. Продали 13 января по 12.5195$. Итоговый процент +7.83%
Итого: из 5 сигналов 5 оказались верными. Средний процент за этот день +7.55%
Что это такое?
Я просто сейчас в очередной раз доделываю алгоритм и может ваши шаги получится тоже упростить?
катаемся по графикам.
в аирбнб не успел.
синемарк скинул.
живём !
ждём 13 февраля. максимум до конца месяца. будет видно — ракета или не ракета
Если честно я не очень понимаю что вы хотите доказать.
Что машинное обучение не будет работать на фин. рынках? Я не готов обсуждать это без фактов, например если неудача Morgan Stanley была в 2015 году, то это вполне возможно. Но то, что кто-то устраивает конкурс на 100000$ скорее говорит об обратном.
Кстати, задачи kaggle, как правило, имеют мало общего с реальностью, так как они ограничены форматом соревнования, а успех вашего решения, в большинстве случаев, зависит именно от того, как вы выстроить саму задачу.
Например, я не смог построить модель точно прогнозируещую цену конкретной акции и могу показать почему это, скорее всего, не выполнимо. Но это и не нужно, чтобы выстроить эффективную торговую модель, достаточно по-другому сформулировать проблему.
P.S. Раз уж пошла речь о профессионалах. Я вообще достаточно скромный :). Но у меня PhD по прикладной математике и теории управления, и 10 лет опыта работы в машинном обучении для автономных автомобилей, а сейчас свой отдел по искусственному интеллекту в одной из крупнейших компаний. Поэтому я склонен относить себя к профессионалам. Заметьте, в своих постах и комментариях я не давлю авторитетом и всегда стараюсь подробно отвечать на все замечания. Но и ссылаться на авторитетность других для меня аргументом не будет. Я с радостью аргументировано выскажу точку зрения по любому конкретному факту.
Вы написали про статью Морган Стенли и про kaggle. В первом случае, я с вами не согласился и сказал что для дальнейшей дискуссии не хватает фактов. Во втором, я согласился, что kaggle интересная площадка, но для обучения. В реальной жизни задачи шире. Ни в какой момент я не утверждал что Ваша точка зрения хуже моей или что ваша информация плоха:), а только то что ничьё мнение не есть истина в последней инстанции, без конкретных фактов.
Мы друг друга не поняли. Бывает.
С уважением