Прогнозирование курса на основе машинного интелекта

У машины нет интеллекта.

Соревноваться с банками имеющими ЦОДы непосредственно в здании биржи яб не рискнул.

Все это работает уже давно, в крупных компаниях есть отделы, работающие над ИИ. Но вы об этом можете не думать :) Создать свой - кишка тонка, а продавать уже созданный никто не будет. Продают только неработающие прогнозы. Говносервисы же в доменной зоне .жопа я бы вообще всерьез не рассматривал даже для обмена ссылками :)

какая связь между "в крупных компаниях есть отделы, работающие над ИИ" и эффективным прогнозированием чего либо этим самым ИИ? :)

Прямая. Невозможно конкурировать в этих областях с крупными компаниями.

Требуется слишком много всего.

Вот полностью солидарен с вашим мнением, на халяву никто не будет делиться профитной инфой!

Машинное обучение это не чёрная коробка, в которую говно отправляешь, а она тебе конфетки.

Машинное обучение - это ОБУЧЕНИЕ машины, чему-то. Это надо знать на 100% какие факторы будут влиять на то или иное события. И скармливать ей эти события, и всё равно на выходе получится лишь система помощи принятия решения т.е. всё равно не будет точного результата. Также можно упереться в какой-то лимит точности, далее будет борьба да доли %

Поэтому продают скорее всего херню в виде какой-то выкладки анализа, но ответственности НИКАКОЙ не несут. Поэтому эти сервисы не имеют никакого интереса, а практического смысла, кроме монеток для владельца, и подавно.

Вообще не вполне так, если говорить о т.н. "нейронных сетях", то их обучают на прошлых данных.

Т.е. это возможность исходя из прошлого опыта предсказывать будущее + проводить опыты и самообучаться.

И в некоторых областях это неплохо работает. (шахматы, го).

Однако рынок ныне зависит не от статичных как в шахматах правил, а от действий "миллионов обезъян",

и тут скорее надо "психоисторию" придумывать, чем какой-то машинный анализ.

Впрочем, не исключено, что действия толпы действительно можно предугадать.

Но, боюсь, не удастся всех параметров в машину ввести.

Это вам не шахматы...

Это не нужно, когда ими можно управлять :)

---------- Добавлено 06.07.2018 в 14:23 ----------

Вроде я это и написал. Мы в универе делали для выдачи кредитов потребительских таких ИИ машинки.

А чем публичный Tensor Flow от Гугла хуже каких-то приватных решений от других крупных компаний? Движок нейронной сети, насколько мне известно - всегда одинаковый, формулы для расчета взаимодействия между нейронами одни и теже используются. А вот результаты обработки сильно разнятся, так как обучение строится по разным входным условиям. Кол-во нейронов и слоев нагружает серваки по экспоненте, при этом большое кол-во слоев совсем не гарантирует даже линейного увеличения точности прогнозов. Мало того, в некоторых случаях результаты прогнозирования даже хуже могут быть, чем при работе сети из малого кол-ва слоев. На конечный результат влияет также фактор переобучения, слишком много данных загрузишь, а результат вместо ожидаемого повышения наоборот снизится. В общем, баланс нужно искать.

Как мне представляется, большинство крупных компаний просто напросто экспериментируют с обучением нейронки Tensor Flow (или аналогами). Могу конечно и ошибаться. У кого есть больше инфы по этому вопросу ?

Знать как влияют данные не надо.

Надо знать какие данные влияют и иметь достаточную базу для обучения.