green_fr: (Default)
[personal profile] green_fr
Сходил к MathWorks, послушал пару часов, как правильно оптимизировать инвестиционные портфели. В качестве примера, как можно при этом использовать MatLab, рассказали о существовании разнообразных twitter’ов, транслирующих новости о тех или иных компаниях. И о существовании контор, собирающих и перепродающих такие твиты. А также о людях, пытающихся на основе этих твитов что-то вывести об описанных компаниях (звучит глупо, но в принципе вполне соответствует идее разумного рынка, оперирующего суммой подсознательных знаний всех его игроков).
Но самое смешное в реализации, конечно же. Лектор прочищает горло и с гордостью представляет нам лично им обученную систему, нейронную сеть, едва не искусственный интеллект. Программа, способная анализировать каждый твит, связанный с котируемой на бирже компанией, и выставлять твиту оценку: положительная (твит говорит о чём-то хорошем для компании => ждём повышения её акций), отрицательная (симметрично) или нейтральная (понять невозможно). Долго, говорит, писал. Запустил самообучение на суперкомпьютере, 8 часов. Да, говорит, система далека от совершенства, её ещё можно дорабатывать. Но уже сейчас! она способна!! с уверенностью правильно определить характер 33% анализируемых сообщений!!111

Не удержался, переспросил. Простите, говорю. Программа определяет, к какому из трёх классов принадлежит конкретное сообщение, и с вероятностью в 1/3 делает это правильно?
На следующей неделе иду на 3-дневный курс тех же людей на ту же тему. Срочно ищу себе кляп в рот.

Date: 2016-10-19 08:31 am (UTC)
From: [identity profile] birdwatcher.livejournal.com
Он мог иметь в виду, что эта система правильно классифицирует 33% важных твитов на хорошие и плохие, а остальные важные твиты ошибочно классифицирует, как неважные. Ничего особенного тут не было бы, ты же веришь в спам-фильтры, например, а они хорошо работали еще без всяких нейронных сетей.

Date: 2016-10-20 07:17 am (UTC)
From: [identity profile] alexei dolganov (from livejournal.com)
правильно классифицировать треть при наличии трех состояний можно просто генератором случайных чисел :)

Date: 2016-10-20 09:27 am (UTC)
From: [identity profile] green-fr.livejournal.com
Не, Борис немного другое пишет. Правильно классифицировать 33%, не допуская ошибок в остальных 67% (классифицируя их как нейтральные). Мне не кажется, что лектор именно это имел в виду, но гипотеза не совсем глупая.

Date: 2016-10-20 10:51 am (UTC)
From: [identity profile] birdwatcher.livejournal.com
Ну, когда я последний раз про это слышал, в начале нулевых, такая постановка задачи сама по себе давала некоторые гарантии от клинического идиотизма докладчика. Возможно, нейронные сети пошли в народ и ситуация в этом отношении вернулась к средней.

Date: 2016-10-19 06:44 pm (UTC)
From: [identity profile] anjey.livejournal.com
"какому из трёх классов принадлежит конкретное сообщение, и с вероятностью в 1/3 делает это правильно"

<Цитата из мин ин. дел России>

Date: 2016-10-21 05:46 am (UTC)
From: [identity profile] stanika.livejournal.com
О, а вдруг ты можешь посрветовать человека, который мог бы стать инвестиционным ментором? Речь идет про algorithmic trading. На английском предпочтительно, но точно не по-французски) Спасибо!

Date: 2016-10-24 06:54 am (UTC)
From: [identity profile] green-fr.livejournal.com
Не думаю, не знаю. Я совсем не в этой области работаю, для меня и этот семинар был на грани интересов.

Date: 2016-10-24 07:51 am (UTC)
From: [identity profile] stanika.livejournal.com
Спасибо, что нашел время ответить!

Profile

green_fr: (Default)
green_fr

July 2025

S M T W T F S
   1 2 3 45
6 7 89101112
13141516171819
20212223242526
2728293031  

Most Popular Tags

Style Credit

Expand Cut Tags

No cut tags
Page generated Jul. 8th, 2025 05:45 pm
Powered by Dreamwidth Studios