Приветствую своих подписчиков и гостей моего блога. В жизни у меня случилась беда-поднялось сильное давление и сосуд в глазу лопнул, произошло отслоение сетчатки.ослеп на один глаз. Вторым виду с трудом😒 . Таблетки, укол в глаз не помогло, осталась операция. Но никаких гарантий что что то изменится. Так что посты больше делать не буду, я покидаю "пульс" Всем желаю успехов на бирже! И главное-берегите свое здоровье! #мнение

Нейросеть для инвестирования. Стоит ли полагаться на искусственный интеллект? Часть 2.Продолжение. Чего не может нейросеть? Нейросеть не предсказатель, суть ее работы — аппроксимация. Это означает, что она может по результатам анализа предшествующих данных аппроксимировать (то есть рассчитать с некоторой погрешностью) следующие. Однако работает это только в том случае, если эти результаты вообще поддаются аппроксимации. Интересный факт! В обоснование применения нейросетей в инвестициях и трейдинге нередко приводят пример использования их для составления прогнозов погоды. Самое интересное, что с погодой это действительно работает! Однако те, кто проводит такие аналогии, редко задумываются о том, что условия прогнозирования этих явлений кардинально различаются. В целом теория говорит, что моделированию поддается любая система. Нужно только, чтобы она была самодостаточной. Это означает, что ее описание (или данные для анализа) представляют в полной мере всю возможную информацию о системе. В результате она перестает нуждаться в других внешних данных, кроме начального состояния. Именно в этом случае нейросеть или искусственный интеллект за счет аппроксимации предыдущих состояний может давать верные прогнозы. В случае с анализом и прогнозированием финансовых рынков система далека от самодостаточности. Котировки, на каком бы историческом интервале они ни были собраны, являются всего лишь следствием множества событий, которые в этой статистике никак не учитываются. Даже если дополнить историю котировок множеством данных из экономической, финансовой, политической, социальной сфер, все равно система не станет самодостаточной. Дело в том, что в этой системе главным компонентом, который должен быть введен в модель, является человек. Именно его реакция задает в дальнейшем поведение рынка (то есть является и причиной, и следствием). Это обязательно учитывать наряду с внешними воздействиями (например, новостями), являющимися причинами изменения поведения системы. Но моделировать придется не отдельного человека, а всю совокупность участников рынка, и не только рынка (например, требуется учет менеджмента компании на изменение курса ее акций). Таким образом, ИИ сможет прогнозировать поведение рынка только в случае, если сможет аппроксимировать поведение участников и других людей. Задача не выглядит нерешаемой, однако на современном этапе это потребует многократного увеличения потока обрабатываемых данных и, соответственно, вычислительных мощностей системы. Фактически это означает, что прямую задачу прогнозирования нейросеть выполнить пока не в состоянии. Есть ли у нейросетей в инвестировании перспективы уже сегодня? Однако для энтузиастов использования ИИ следует сказать, что все далеко не так плохо. Хотя нейросеть и не может пока прогнозировать поведение рынка, она вполне способна решать другие задачи. Например, вполне возможно провести обучение нейросети, после которого она сможет с высокой долей вероятности выделять тренды и участки флэта на рынке. Только решение этой задачи уже позволит использовать ИИ в торговых системах, причем с достаточно высоким уровнем доходности. Специалисты, которые занимаются вопросом нейросетей в трейдинге и инвестировании, говорят, что научить искусственный интеллект торговать гораздо проще, чем прогнозировать рынок. Действительно, в большинстве случаев принятие торговых решений (вход в рынок, фиксация прибыли, ограничение убытков) может быть формализовано в ограниченном наборе правил. Даже если человек их не в состоянии сформулировать, эта задача как раз для нейросети. Достаточно для обучения взять исторические данные (возможно, с дополнениями внешних факторов, таких как новости) и точно сформулировать условия извлечения прибыли и ограничения убытков. В результате будет получен вполне приличный торговый робот. Многие из таких уже вполне успешно работают на благо инвесторов крупных хедж-фондов и других участников рынка того же масштаба. #нейросеть и трейдинг

Нейросеть для инвестирования. Стоит ли полагаться на искусственный интеллект? Искусственный интеллект получает все больше возможностей и сегодня демонстрирует их в различных сферах — от написания текстов до программирования. Одно из главных направлений его применения — анализ данных, в том числе очень больших массивов. Именно поэтому использование его финансовыми аналитиками и инвестиционными советниками, трейдерами и инвесторами кажется очень перспективным. Станет ли общедоступным инструментом нейросеть для инвестирования и стоит ли полагаться на искусственный интеллект при разработке стратегий и принятии торговых решений? Искусственный интеллект в инвестировании сегодня Об успехах нейросетей в различных направлениях сегодня не писал и не читал только ленивый. Тот же ChatGPT, ставший, наверное, самой успешной (или по меньшей мере самой раскрученной) реализацией искусственного интеллекта (ИИ), отметился: в написании книг (их уже можно купить на Amazon); сдаче экзаменов, в том числе не по самым простым специальностям, например, медицинским; подготовке дипломных проектов. Потому желание использовать ИИ в инвестировании и трейдинге выглядит вполне естественно. Тем более что фактически обучение нейросетей сводится к анализу больших массивов данных. Соответственно, если использовать в этом процессе: ценовые графики, макроэкономические показатели, финансовые и политические новости, отчетность компаний и их пресс-релизы, другие данные, которые, по мнению аналитиков, могут оказывать влияние на состояние рынка, — теоретически есть шанс добиться от ИИ прогнозирования дальнейшего развития событий с достаточно высокой долей вероятности. Уже сейчас можно привести несколько примеров таких экспериментов: В Сеульском национальном университете отобрали для эксперимента 20 акций крупных компаний из разных секторов американского рынка, а также по 5 криптовалют, валютных пар, облигаций и товаров. ChatGPT получил задание сформировать из этого набора портфель с заданным числом активов. Эксперимент был повторен 10 000 раз, результаты сравнивались со случайными комбинациями из предложенного набора. Во всех случаях портфели, собранные ИИ, были эффективными и явно демонстрировали использование принципов диверсификации. Это лишний раз доказывает, что обученная нейросеть в состоянии анализировать экономические и финансовые данные, принимать эффективные инвестиционные решения и использовать полученные зависимости в поиске ответов на поставленные вопросы (впрочем, это и так хорошо известно). По данным Financial Times, ChatGPT получил задание сформировать портфель из 30 или более американских акций, руководствуясь принципами, которые используют ведущие инвестиционные фонды. В результате собранный ИИ портфель из 38 ценных бумаг за 8 недель эксперимента показал рост в 4,9%, в то время как портфели фондов из первой десятки (например, Fidelity, Vanguard, Fundsmith Equity) в среднем снизились на 0,8%. Агентство Bloomberg в апреле 2023 года объявило о намерении создать собственную нейросеть BloombergGPT, которая сможет формировать аналитические отчеты и выборки по запросам клиентов. Обучать ИИ планируется на собранных агентством данных за несколько десятков лет, а также массивах от The Pile, Wikipedia, C4 и некоторых других. Впрочем, экспериментаторы не ограничиваются самым известным чат-ботом. В Сети достаточно много примеров созданных группами и отдельными инвесторами нейросетей, которые демонстрируют весьма впечатляющие результаты. В целом все это выглядит вдохновляюще, и многие инвесторы уже предвкушают получение сверхдоходности по инвестиционным рекомендациям от искусственного интеллекта. Однако торопиться не стоит. продолжение следует... #нейросеть и трейдинг