Category: наука

Category was added automatically. Read all entries about "наука".

Про Data Mining

[20:18:59] ubertrader: Что интересно про ДатаМайнинг узнать?
[20:19:53] Clawfinger: да буквально все, про что желаешь... Я в этом плане новичок полный
[20:22:30] ubertrader: Ну ДМ - по русски - интеллектуальный анализ данных
[20:23:16] ubertrader: в целом идея такая - есть программа, в нее загружается куча сырых данных, и она в них ищет зависимости и выдает результат
[20:23:53] ubertrader: для начала можно почитать http://forex.kbpauk.ru/showflat.php?Cat ... Post204747
[20:24:05] ubertrader: Чубукова И.А. - Курс лекций по Data Mining
[20:24:13] Clawfinger: вот я как краз и пишу шаблон, чтоб мне только котиры загрузить и получить результаты
[20:24:18] ubertrader: вполне понятная форма без лишней воды
[20:24:44] ubertrader: дальше, тулзы...
[20:24:49] ubertrader: тулзы - наше все
[20:25:11] ubertrader: http://www.basegroup.ru/library/methodo ... ta_mining/
[20:25:30] ubertrader: Пишу про те чем пользовался
[20:25:58] ubertrader: 1. http://www.basegroup.ru/deductor/
Отдельная прога, нейросети, кластеризация, карты Кохонена
[20:26:26] ubertrader: 2. Примочка для Excel 2007
http://www.sqlserverdatamining.com/ssdm ... fault.aspx
Collapse )

Если кто-то хочет принять участие в Что? Где? Когда? Пройдите по ссылке ниже, следующая игра 07.10.2011
Анонс: 4-ая игра сезона 2011

Ученые выяснили, как можно натренировать мозг

Ученые выяснили, как можно натренировать мозгБизнес газета РБКdaily
 
Ученые выяснили, как можно натренировать мозг

Мозг — не мышца, но его тоже можно развить путем упражнений. Это доказали специалисты Мичиганского университета. Ими разработан метод тренировки аналитических способностей человека. На данный момент он уже успешно опробован на двух сотнях добровольцев. ... Читать далее >

Газета РБК daily




Статья очень интересная. Раз есть медицинский факт что можно натренировать мозг, то необходимо найти ответ на вопрос: "Как натренировать?"


Пошарился по интернету в поисках подобного софта и ... набрел на замечательную прогу.  Сделаю репост liartar т.к. он написал все предельно понятно Improving fluid intelligence

Collapse )

Сложность такой игры в том, что нужно параллельно запоминать 2 потока упорядоченной информации: звук и расположение квадрата. Начал я с 1NBack (т.е. повторение предыдущей позиции и звука), потом удалось натренироваться до 2NBack, сейчас в основном трениную 3Nback, пока средняя угадайка 40-60%, хотя я доходил (при 80% угадайке повышается уровень) до Dual 4-NBack, но это разрыв мозга какой-то.

Подкупает, что методика была подтверждена уже дважды независимыми исследователями (
dx.doi.org/10.1016/j.intell.2010.09.001 и dx.doi.org/10.1109/ICISE.2009.1124). Поглядим к чему приведут ежедневные тренировки через 3-6 мес...

О рыночной неэффективности

Тема конечно философская, попробую развернуть...

Как мне представляется у любого финансового инструмента есть fair value, при этом в любой момент времени параллельно существует множество уровней fair value в зависимости от времени их реализации. Задача рынка в любой момент времени найти тот самый fair value для short-term, mid-term, long-term, существует теория аукциона которой касался автор метода Market Profile - Peter Steidlmayer. В ней подробно расписано и классифицировано каким образом рынок ищет уровень fair value.

Что такое неэффективность рынка, как мне кажется тут 2 варианта:
1. Когда рынок после поступления новой информации или новых денег, начинает движение к новой fair value от старой
2. Когда рынок достаточно отклонился от fair value и начинает возврат к ней, т.н. mean reversion

При чем это 2 взаимоисключающих рыночных поведения, как тренд и контр-тренд.

Система использующая рыночную неэффективность в первую очередь должна определиться какой fair value(краткосрочный, среднесрочный, долгосрочный) она ищет, это очень важно, ответ на этот вопрос дает зацепки какие методы подходят а какие нет для поиска подобных неэффективностей.

Несколько примеров стратегий зарабатывающих на неэффективностях:
  1. Арбитраж - самый простой вариант спот-фьючерс, там базис имеет некую справедливую цену, и ходит в канале. Арбитражеры продают выше, а покупают ниже "справедливой" цены базиса и имеют прибыль. Самый простой и показательный пример mean reversion edge.
  2. Скальпинг и фронтраннинг - тут отрабатывается fair value, на уровне микроструктуры рынка.  В плоть до того что fair value, для скальпера является средняя цена м/у bid и ask, они выставляют одновременно заявки на покупку и продажу - котируют спрэд и на этом имеют свой edge. Это как частный случай скальпинга.
  3. Спекулятивные направленные системы - тут имхо самый сложный случай, т.к. очень сложно определить fair value. Мне кажется мерилом эффективности системы тут должен являться тайминг, т.е. рынок должен начать движение в нужную сторону с высокой вероятностью сразу после захода в трейд. При этом важно представлять себе сколько система будет в рынке, т.е. должен быть некий дискретный time-stop, после истечения которого мы выйдем. 
  4. Инвестирование и трендовые системы - тут анализируется самый долгосрочный fair value, я считаю, что для этих подходов использование только ценовых данных OHLCV, будет неэффективным. Нужны неценовые данные и подходы, например фундаментал или межрыночный анализ, глобальный сентимент и прочее.