Нейрокомпьютинг и его применения в экономике и бизнесе

         

по крайней мере некоторые) рыночные


Подытожим результаты этой лекции. Во-первых, мы показали, что ( по крайней мере некоторые) рыночные временные ряды частично предсказуемы. Как и любой другой вид нейроанализа, предсказание временных рядов требует достаточно сложной и тщательной предобработки данных. Однако, работа с временными рядами имеет свою специфику, которую можно использовать для увеличения прибыли. Это касается как выбора входов (использование специальных способов представления данных), так и выбора выходов и использования специфических функционалов ошибки. Наконец, мы показали, насколько выгоднее может быть использование комитетов нейро-экспертов по сравнению с отдельными нейросетями, и представили данные о реальных нормах прибыли на нескольких реальных финансовых инструментах.
по крайней мере некоторые) рыночные
по крайней мере некоторые) рыночные
по крайней мере некоторые) рыночные

  1)
 
Здесь мы несколько упрощаем ситуацию, забывая, что участники сделки могут ориентироваться на разные временные масштабы цикла купли-продажи. Это, однако, не меняет кардинально общий вывод о сложности финансовых предсказаний.

  2)
  Вообще говоря можно определить целое семейство т.н. размерностей Реньи: , определяемых через относительные числа заполнения ячеек . Причем называют размерностью Хаусдорфа, - информационной, а - корреляционной размерностями. Чем выше степень , тем меньше эффективное число ячеек, и соответственно - тем меньше размерность. Для сопоставимости с другими применениями box-counting в данных лекциях мы будем опираться на информационную размерность , численно равную энтропии, деленной на число бит данной степени разрешения .

  3)
  График размерностей с ростом глубины погружения не выходит на насыщение, которое зафиксировало бы существование замкнутой детерминистической системы

  4)
  График размерностей с ростом глубины погружения не выходит на насыщение, которое зафиксировало бы существование замкнутой детерминистической системы

  5)
 
Напомним, что согласно нашим прошлым оценкам минимальная ошибка нейропредсказаний возрастает с ростом числа входов: , где - число примеров.

  6)
  Естественно, таким образом можно не только удвоить число примеров, но и учетверить их и т.д.

  7)
  Это отношение, в принципе, может быть не малым даже при очень маленькой волатильности - за счет механизмов залоговой торговли, практикуемых на биржах

  8)
  Помимо явного пренебрежения комиссионными, вызывает сомнения само предположение о постоянном перевложении капитала. В более реалистичной игре на фиксированном капитале экспоненциальный рост сменяется линейным
по крайней мере некоторые) рыночные
<

Содержание раздела