Эксперимент DeepSeek-R1-Zero показал нечто замечательное: используя чистое обучение с подкреплением с тщательно продуманными функциями вознаграждения, им удалось заставить модели развивать сложные способности рассуждения полностью автономно. Речь шла не только о решении проблем — модель органически научилась генерировать длинные цепочки мыслей, самостоятельно проверять свою работу и выделять больше вычислительного времени для более сложных задач.

Техническим прорывом здесь стал их новый подход к моделированию вознаграждения. Вместо того чтобы использовать сложные нейронные модели вознаграждения, которые могут привести к «взлому вознаграждения» (когда модель находит фиктивные способы увеличить свои вознаграждения, которые на самом деле не приводят к лучшей производительности модели в реальном мире), они разработали умную систему на основе правил, которая сочетает вознаграждения за точность (проверку окончательных ответов) с вознаграждениями за формат (поощрение структурированного мышления). Этот более простой подход оказался более надежным и масштабируемым, чем модели вознаграждения на основе процесса, которые пробовали другие.

В январе нужен рост, покупать будут деньги, которые сейчас выходят. А значит закрытие года желательно в диапазоне 2650-2700 по индексу, в районе 2660 я бы сказал

Мы с Катей завтра разворачиваем вниз Роснефть, Татнефть, сбербанк и Газпром (игра на два дня)

Примечание: если первый час остаемся в пределах +1%, не выше.

Роснефть, цель 555-560 (условно от 585)

Татнефть, под 600 (условно от 635)

Сбербанк, 255 (условно от 273-274)

Газпром, 124 (условно от 129.5)

Объемы у нас большие, аккуратнее, пожалуйста.

_____________

Умные мысли и не только свои пишу здесь

“Вероятно, стоит не думать слишком много, просто закройте глаза и, вероятно, купите Magnificent Seven”, — сказал Блок в интервью Bloomberg TV, имея в виду группу акций с высокой капитализацией. 

Вот несколько значимых цитат из книги «Воспоминания биржевого спекулянта» Эдвина Лефевра, которые отражают важные уроки и философию Джесси Ливермора:

«Рынок никогда не ошибается — люди ошибаются». Эта цитата подчеркивает важность понимания того, что рынок сам по себе не может быть виноват в неудачах. Ошибки совершают трейдеры, неправильно интерпретируя данные или принимая эмоциональные решения.

«Важнее всего, чтобы трейдер знал, как действовать в каждый момент, а не думал, что ему известно, что случится на рынке». Ливермор подчеркивает значимость адаптации и умения реагировать на текущие рыночные условия, а не на предсказания.

«Дайте прибыли расти, а убытки — сокращайте». Одна из ключевых стратегий Ливермора, которая советует трейдерам держать прибыльные позиции как можно дольше, и при этом быстро закрывать те, которые приносят убытки.

«Я никогда не спорю с рынком. Это самое худшее, что может сделать спекулянт». Ливермор предупреждает о том, что попытки сопротивляться рыночным тенденциям могут привести к серьезным потерям.