Когда в середине 20 века была разработана простейшая однослойная нейросеть – персептрон – на неё возлагали больше надежды. Однако в скором времени оказалось, что она эти надежды оправдывает далеко не в полной мере.

Как вообще работает персептрон? Если упрощённо, это выглядит так:

• На вход поступают данные (в виде двоичного…[Читать далее]

Нейросети стали привлекать к себе внимание учёных ещё с середины 20 века. Правда, на тот момент наука ещё не предоставляла такого широкого арсенала средств для изучения этой области, как сегодня, поэтому большинство разработок того времени оказались весьма скромными.

Однако справедливости ради нужно сказать, что эти разработки…[Читать далее]

Обучение – одно из важнейших для пользователя свойств нейросети. Именно возможностью обучаться она отличается от большинства других систем, которые постоянно требуют помощи, вмешательства и настройки со стороны пользователя или службы поддержки

Что же такое обучение применительно к нейросетям и как оно происходит?

Структура…[Читать далее]

При попытке создать искусственный аналог биологической нейросети приходится сталкиваться с неизбежностью упрощений. Например, процесс передачи электрического сигнала на выход нейрона, а затем с выхода нейрона на вход следующего – очень сложен, он задействует электрохимические связи.

Когда проектируется искусственная нейросеть,…[Читать далее]

Проектирование нейронных сетей требует в значительной мере подражания свойствам нейросетей естественных, то есть нейросетей головного мозга. При этом важно понимать, что искусственная нейросеть всё равно сильно отличается от естественной.

Упрощённость структуры. Нейросеть мозга включает в себя миллиарды нейронов, искусственные…[Читать далее]

Прежде чем запустить нейросеть в работу, важно разобраться с тем, по каким принципам она будет работать и в каком формате хранить информацию. Также крайне полезно провести «специализацию» сети, чтобы она как можно более качественно выполняла конкретные задачи.

Как этого достичь и о чём не забыть?

Получение информации

В…[Читать далее]

Когда нужно решить какую-то сложную задачу, сегодня есть возможность использовать разные технологии, в том числе нейронные сети и экспертные системы.

В чём разница?

Нейросети – это относительное новшество, они активно начали внедряться только в 21 веке. Суть нейросети – множество нейронов, соединённых в цепочку, по которым…[Читать далее]

Нейронные сети сегодня используют в самых разных областях, начиная от науки и заканчивая трейдингом. При этом нужно понимать, что нейронные сети бывают очень разные. Мы расскажем о их главных разновидностях – и о том, какие параметры для любой такой сети наиболее важны.

Тип обучения

Для нейронных сетей существует 2 типа…[Читать далее]

Мозг, как известно, превосходит любой компьютер в миллионы раз. Но значит ли это, что нейросеть всегда превосходит обычную электронную систему, действующую по стандартным принципам ? Опыт показывает, что далеко не […]

Учёные до сих пор поражаются тому, что природа смогла создать мозг – устройство, во много миллионов раз превосходящее по своим возможностям любой компьютер. Сегодня наука начинает понемногу копировать принцип работы мозга, но продвинулась пока не слишком далеко.

Современные нейросети всё ещё проигрывают мозгу дождевого червя –…[Читать далее]

В мае этого года я выступала с докладом на тему «Анализ факторов, влияющих на изменение доходности индекса S&P500″. Ниже, хотелось бы поделиться кратким фото-отчетом о прошедшем мероприятии.

В этом году Московской бирже исполнилось 25 лет.

Мысль использовать принцип работы человеческого мозга для создания искусственной нейросети вдохновляет учёных с 90-х годов 20-го века. Пока на этом пути достигнуты не очень большие успехи, однако перспективы могут быть потрясающими.

Почему именно нейросети, и чем они принципиально отличаются от обычных компьютерных программ…[Читать далее]

Интерес к тому, как устроен и как работает мозг, у человечества наблюдался всегда. Ещё с глубокой древности философы и теологи выдвигали свои теории и концепции работы мозга. Но их усилия были направлены в основном на то, чтобы описать алгоритм его действия, а их наблюдения заслуживают своего места в психологии. Однако устройство мозга так и…[Читать далее]

Сегодня нейронные сети – одно из весьма популярных направлений исследований. Предполагается, что оно может быть весьма перспективным. С уверенностью можно сказать: пока попытки учёных смоделировать сеть, работающую по принципу человеческого мозга, являются лишь первыми робкими шагами в этом направлении.

В то время как возможности…[Читать далее]

В этой статье хотелось кратко рассмотреть такие понятия и определения, как корреляция, коллинеарность и мультиколлинеарность, которые применяются в эконометрике, а следовательно могут использованы в системном трейдинге при построении моделей и торговых стратегий.

Определение корреляции

Само слово корреляция происходит из…[Читать далее]

Сегодня мало кто из инвесторов не попробовал вложить хотя бы минимальную сумму в криптовалюту. Большинство таких валют показывают сегодня рост, причём настолько стремительный, что он несопоставим с изменением цен д […]

Определение регрессии звучит следующим образом: это некое математическое выражение, которое показывает зависимость между зависимой переменной от независимых переменных, но данное мат. выражение должно быть статистически значимо.

Виды регрессии:

1 — Парная (линейная и нелинейная)
2 — Множественная (линейная и…[Читать далее]

Майкл Дженсен впервые предложил данный коэффициент в 1968 году. Коэффициент «Альфа» Дженсена по-другому также называют просто коэффициент альфа. Данный коэффициент позволяет оценить доходность, например, ценной бумаги по отношению к рыночной доходности (ожидаемой).

Формула выглядит следующим образом:

Aj = Rp-(Rf + Bp *(Rm -…[Читать далее]

Ф. Модильяни, американский экономист, впервые использовал данный коэффициент в своей статье в 1997 году. Коэффициент позволяет оценить эффективность одного портфеля относительно другого за определенный период, посредством некоего формирования на их основе, соответствующих кредитных и заемных портфелей.

Коэффициент Модильяни…[Читать далее]

Коэффициент Трейнора позволяет оценить эффективность получения доходности по отношению в рыночному риску. Данный коэффициент был разработан и впервые предложен его автором в 1965 году. Стоит отметить, что коэффициент Трейнора отличается, например, от коэффициента Шарпа тем, что доходность соотносится только с систематическим риском, а не с общим.…[Читать далее]