Признаться, я не эксперт в архитектуре шахматных программ. Тем не менее, я попытаюсь предположить как выглядит ключевой компонент логики, лежащей в основе подобного ПО.
Шахматы — игра с фиксированным набором правил и очень большим, но все же конечным количеством возможных комбинаций ходов. Количество комбинаций, ведущих в выигрышу или проигрышу под влиянием стратегий игроков друг на друга с течением времени игры существенно сокращается. Это открывает возможность к построению выигрышной стратегии по принципу:
«Если я схожу таким образом, это оставляет для моего оппонента такой-то ряд возможностей. Если будет реализована возможность (а) я схожу следующим образом, что для оппонента откроет ряд возможностей (а1), если возможность (б), то у оппонента будут возможности (б1)… », и так далее.
К чему это я. Если смотреть на вопрос под этим углом, то я полагаю, что — да — шахматные программы именно что стремятся рассчитать следующих ход соперника, исходя из (а) текущей расстановки фигур на доске и (б) собственного множества возможных ходов с тем, чтобы получить информацию для расчета последующей выигрышной стратегии.
Более того, если мы будем регистрировать набор возможных стратегий для каждого состояния доски во время игры, мы получим не что иное, как многомерный временной ряд, анализ которого как раз имеет своей целью построение выигрышной стратегии.
Это к тому, что временной ряд временному ряду — рознь. Fell-x27 в своей — здесь я с вами абсолютно согласен — замечательной статье говорил об анализе одномерных временных рядов, построенных на основе значений цен актива за предыдущие периоды. Я в своей работе предпринял попытку поэкспериментировать с составом анализируемых данных. Этот состав описан в статье. Там же приведены и результаты.
При этом с вами сложно не согласиться относительно небольшого количества полезных данных, содержащихся в общедоступных источниках. Чтобы найти существенную связь между данными в них содержащимися и процессом ценообразования, нужно изрядно попотеть, применяя часто нетривиальные подходы. А если принять во внимание, что рынок система динамичная — те правила, что работают сегодня, могут утратить свою актуальность завтра — задача становится многократно сложнее, чем блестящая игра в шахматы. Но именно по этой причине рассматриваемая задача становится такой привлекательной)
О! Да это же сам автор вдохновившей меня статьи! Приятно находиться в вашей компании, сэр) *снял шляпу в приветственном жесте
Что касается выходов сети биткоина, как плохого выбора для аналитики по той причине, что торговые сделки на бирже не связаны с транзакциями сети — здесь я позволю себе подискутировать. Я исходил из предположения, что участники биржевых торгов представляют собой большое разнообразие. Это не только спекулянты в чистом их виде, но и представители обменников, активные трейдеры на таких ресурсах, как localbitcoins, платежные агрегаторы и иные, с позволения, «пространственные арбитражники». Все они вынуждены калибровать свои позиции при торговле со своими клиентами. Эти операции находят свое отражение как в транзакциях в сети биткоина, так и, частично, в биржевых торгах.
Если под этим углом посмотреть на работу, то можно сказать, грубо, что мы пытались выяснить насколько активность таких участников торгов влияет на биржевой курс актива.
А в отношении рекуррентных сетей — с большим интересом смотрю в этом направлении. Перед тем, как углубиться в анализ настроений, как раз планирую потестировать различные конфигурации рекуррентных сетей на текущей модели данных. Воодушевляет, что у кого-то уже есть положительный опыт в этом вопросе)
Добрый день.
Приятно потрясен, что статья вызвала у вас такой активный отклик) Пройдемся по пунктам.
1. Представленная нейросеть ни в коем случае не претендует на статус «state-of-art». И если вы готовы поделиться своими взглядами в отношении более, по вашему мнению, грамотной ее конфигурации, я буду рад с ними — взглядами — ознакомиться.
2. Входные данные — дневные цены Open, Close, High, Low, объемы торгов, дневное изменение цены и, что немаловажно, информация об объемах выходов транзакций сети биткоин. Ну, вы же читали статью? Мы там «Годзиллу» искали.
3. Все верно.
4. Если быть более точным — прогноз на цену закрытия следующего дня.
В результате суровый лик реальности не оставил никаких шансов на фантастику. Прошу, ознакомьтесь с результатами работы внимательнее. Они далеки от фантастических.
Ну а что касается «вранья» — вы, следуя вашим заявлениям, уже исследовали проект на GitHub. Думаю, вам не составит труда запустить представленный там код собственноручно и воочию убедиться в воспроизводимости результатов.
Было бы странно не согласиться с приведёнными тезисами. Однако путь на «плечи атлантов» необязательно должен идти исключительно через теории, часто возводимые некоторыми в степень догм. Бывает просто-напросто увлекательно убедиться на практике, что все работает именно так, как теорией предусмотрено. А если повезёт — в процессе такой «проверки мира на прочность» ещё и что-нибудь новенькое найдётся.
Мое копье, несмотря на незначительный положительный результат, которого удалось достичь, как и тысячи копей до этого, осталось сломаным на этом поле битвы. Но это не повод принципиально обходить поле битвы стороной.
Я получил колоссальное удовольствие просто от самого процесса исследования. Быть может кто-то, найдёт для себя нечто полезное в моей работе. Быть может (и я на это очень надеюсь), кто-то вдохновится ей пойдёт дальше, добившись куда более значительных результатов. И речь не обязательно про прогнозирование котировок.
В моём представлении практика, определяемая неудержимым любопытством — существенная часть прогресса. А к прогрессу хочется быть причастным.
Шахматы — игра с фиксированным набором правил и очень большим, но все же конечным количеством возможных комбинаций ходов. Количество комбинаций, ведущих в выигрышу или проигрышу под влиянием стратегий игроков друг на друга с течением времени игры существенно сокращается. Это открывает возможность к построению выигрышной стратегии по принципу:
«Если я схожу таким образом, это оставляет для моего оппонента такой-то ряд возможностей. Если будет реализована возможность (а) я схожу следующим образом, что для оппонента откроет ряд возможностей (а1), если возможность (б), то у оппонента будут возможности (б1)… », и так далее.
К чему это я. Если смотреть на вопрос под этим углом, то я полагаю, что — да — шахматные программы именно что стремятся рассчитать следующих ход соперника, исходя из (а) текущей расстановки фигур на доске и (б) собственного множества возможных ходов с тем, чтобы получить информацию для расчета последующей выигрышной стратегии.
Более того, если мы будем регистрировать набор возможных стратегий для каждого состояния доски во время игры, мы получим не что иное, как многомерный временной ряд, анализ которого как раз имеет своей целью построение выигрышной стратегии.
Это к тому, что временной ряд временному ряду — рознь. Fell-x27 в своей — здесь я с вами абсолютно согласен — замечательной статье говорил об анализе одномерных временных рядов, построенных на основе значений цен актива за предыдущие периоды. Я в своей работе предпринял попытку поэкспериментировать с составом анализируемых данных. Этот состав описан в статье. Там же приведены и результаты.
При этом с вами сложно не согласиться относительно небольшого количества полезных данных, содержащихся в общедоступных источниках. Чтобы найти существенную связь между данными в них содержащимися и процессом ценообразования, нужно изрядно попотеть, применяя часто нетривиальные подходы. А если принять во внимание, что рынок система динамичная — те правила, что работают сегодня, могут утратить свою актуальность завтра — задача становится многократно сложнее, чем блестящая игра в шахматы. Но именно по этой причине рассматриваемая задача становится такой привлекательной)
Соглашусь. Не сравнить результаты с «наивным предиктором» — кощунственное упущение. Исправлюсь.
Что касается выходов сети биткоина, как плохого выбора для аналитики по той причине, что торговые сделки на бирже не связаны с транзакциями сети — здесь я позволю себе подискутировать. Я исходил из предположения, что участники биржевых торгов представляют собой большое разнообразие. Это не только спекулянты в чистом их виде, но и представители обменников, активные трейдеры на таких ресурсах, как localbitcoins, платежные агрегаторы и иные, с позволения, «пространственные арбитражники». Все они вынуждены калибровать свои позиции при торговле со своими клиентами. Эти операции находят свое отражение как в транзакциях в сети биткоина, так и, частично, в биржевых торгах.
Если под этим углом посмотреть на работу, то можно сказать, грубо, что мы пытались выяснить насколько активность таких участников торгов влияет на биржевой курс актива.
А в отношении рекуррентных сетей — с большим интересом смотрю в этом направлении. Перед тем, как углубиться в анализ настроений, как раз планирую потестировать различные конфигурации рекуррентных сетей на текущей модели данных. Воодушевляет, что у кого-то уже есть положительный опыт в этом вопросе)
Приятно потрясен, что статья вызвала у вас такой активный отклик) Пройдемся по пунктам.
1. Представленная нейросеть ни в коем случае не претендует на статус «state-of-art». И если вы готовы поделиться своими взглядами в отношении более, по вашему мнению, грамотной ее конфигурации, я буду рад с ними — взглядами — ознакомиться.
2. Входные данные — дневные цены Open, Close, High, Low, объемы торгов, дневное изменение цены и, что немаловажно, информация об объемах выходов транзакций сети биткоин. Ну, вы же читали статью? Мы там «Годзиллу» искали.
3. Все верно.
4. Если быть более точным — прогноз на цену закрытия следующего дня.
В результате суровый лик реальности не оставил никаких шансов на фантастику. Прошу, ознакомьтесь с результатами работы внимательнее. Они далеки от фантастических.
Ну а что касается «вранья» — вы, следуя вашим заявлениям, уже исследовали проект на GitHub. Думаю, вам не составит труда запустить представленный там код собственноручно и воочию убедиться в воспроизводимости результатов.
Спасибо за рекомендованную литературу.
Было бы странно не согласиться с приведёнными тезисами. Однако путь на «плечи атлантов» необязательно должен идти исключительно через теории, часто возводимые некоторыми в степень догм. Бывает просто-напросто увлекательно убедиться на практике, что все работает именно так, как теорией предусмотрено. А если повезёт — в процессе такой «проверки мира на прочность» ещё и что-нибудь новенькое найдётся.
Мое копье, несмотря на незначительный положительный результат, которого удалось достичь, как и тысячи копей до этого, осталось сломаным на этом поле битвы. Но это не повод принципиально обходить поле битвы стороной.
Я получил колоссальное удовольствие просто от самого процесса исследования. Быть может кто-то, найдёт для себя нечто полезное в моей работе. Быть может (и я на это очень надеюсь), кто-то вдохновится ей пойдёт дальше, добившись куда более значительных результатов. И речь не обязательно про прогнозирование котировок.
В моём представлении практика, определяемая неудержимым любопытством — существенная часть прогресса. А к прогрессу хочется быть причастным.