|
Un réseau neuronal est comme un cerveau. Au moins qui est supposé être ce qu'elle est. Il tente de faire des connexions latérales dans les données. Donc, à cet égard, il tente de simuler ce qui ferait un cerveau. Le truc, c'est un ordinateur est stupide. Je ne peux pas vraiment penser latéralement. Et c'est là le problème avec un réseau neuronal. Permettez-moi de vous donner un exemple pour le rendre plus clair. Disons que vous nourrissez des données sur les prix, l'indicateur RSI, des moyennes mobiles, et certaines valeur de l'indicateur personnalisé dans un réseau neuronal. Qu'est-ce qu'il va faire est "crunch" de ces numéros. Il va voir si elle peut utiliser les données que vous l'a donné à prédire ce qui va se passer ensuite avec n'importe quel niveau de précision. Fait correctement, il trouvera une connexion dans les données, si aucun lien existe. S'il n'en existe pas, il s'embrouille, et être incapables de «apprendre» comment prédire. Si elle ne trouve la connexion, vous devez ensuite le nourrir de nouvelles données pour s'assurer que la connexion est vraiment là et pas seulement une aberration. Neural nets ne sont pas le «Graal». Certains pensent qu'ils résoudront tous les problèmes qu'ils sont commerciaux. Ils ne vont pas. Mais ils ne proposent une certaine valeur. Vous voyez, vous pouvez charger un grand nombre de données dans un filet. Toutes sortes de choses que tu n'aurais jamais penser. Tout ce que vous présumez être sans rapport avec le marché (qui a remporté le Superbowl, quelle phase de la lune se trouve, etc), et vous pouvez laisser le travail à l'ordinateur à l'écart de dire avec certitude d'une manière ou d'une autre s'il ya vraiment une connexion avec le marché prix ou non. |