Techniques d'optimisation de portefeuille avancées avec MATLAB

[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.

Comments

[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.

[alexei dolganov (from livejournal.com)]

правильно классифицировать треть при наличии трех состояний можно просто генератором случайных чисел :)

[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.

[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.