В проекте, где я обучаю ML-модели "запоминать" и "видеть" определенные закономерности на основе исторических данных, и "предсказывать" будущее криптовалютных пар произошел крупный апдейт.
Во-первых, штат ансамбля моделей расширен до 5 штук:
- 2 классических градиентных бустинга CatBoost и LightGBM.
- 2 рекуррентные нейронные сети (RNN-семейство) LSTM (Long Short-Term Memory) и GRU (Gated Recurrent Unit).
- Свёрточная нейросеть для временных рядов TemporalCNN (TCN).
- Все модели стали ближе друг к другу по качеству.
Подробнее о применяемых технологиях и их особенностях я написал в этом посте.
Во-вторых, для наглядности, добавил бота, который проверяет сигналы и публикует об этом отчет. Стало проще воспринимать и анализировать получаемую от системы информацию.
Трейдингом, конечно же, не занимаюсь, мой интерес лежит совершенно в другой области.
Оперативная разработка. Заходите в телегу.
Это уже становится немного смешным (нет), но поток новостей о новых проделках роя нейронок OpenAI в мае-июле не прекращается – буквально каждую неделю мы узнаем об этом что-то новое. Причем, сама компания предпочитает эти инциденты замалчивать – но тут уж поможет начавшееся расследование от Сената США.
