ডিপ লার্নিং কি পরিমাণগত লেনদেনের জন্য ব্যবহার করা যেতে পারে?

ডিপ লার্নিং কি পরিমাণগত লেনদেনের জন্য ব্যবহার করা যেতে পারে?

• হ্যাঁ, কিন্তু ভবিষ্যদ্বাণী নিয়ে খেলবেন না (উচ্চ ফ্রিকোয়েন্সি ট্রেডিং ছাড়া)

  আমি অনেকগুলি নিবন্ধ দেখেছি, পাবলিক ডোমেইন বা ব্রোকাররা লিখেছে যে গভীর শেখার জন্য historicalতিহাসিক সূচকগুলির উপর ভিত্তি করে ইনপুট হিসাবে, LSTM এর মতো নেটওয়ার্কগুলি ব্যবহার করে ভবিষ্যতের স্টক, ফিউচারগুলির ফলনগুলি পূর্বাভাস দেওয়ার জন্য এবং ট্রেডিং কৌশলগুলির সাথে সামঞ্জস্য করার জন্য। এই পদ্ধতিটি আমি মূলত চেষ্টা করেছি, উভয়ই শ্রেণিবদ্ধকরণ পদ্ধতিতে বা প্রত্যাবর্তন পদ্ধতিতে পূর্বাভাস দেওয়ার জন্য, ফলাফলগুলি খারাপ ছিল। এবং আউটপুটটি একটি চলমান গড়ের আউটপুট প্রবণতা, এটি আকর্ষণীয়।

  এখানে নতুন প্রযুক্তি ব্যবহার করে শেয়ারের মতো সম্পদের দামের পূর্বাভাস দেওয়া অসম্ভব, তবে প্রথমে আপনাকে জানতে হবে যে কেন আপনি কয়েকটি ইনপুট দিয়ে ভবিষ্যতের পূর্বাভাস দিতে পারেন? ঐতিহাসিক তথ্যের উপর ভিত্তি করে ভবিষ্যতের পূর্বাভাস দেওয়ার এই অনুমানটি শক্তিশালী, একটি শক্তিশালী অনুমানের অধীনে, একটি ব্ল্যাক বক্সের সাথে রানটিতে একটি দুর্দান্ত ফলাফল পাওয়া যায়। এটি বিশ্বাস করা কঠিন। এই কারণেই সিদ্ধান্ত গাছের মতো অ্যালগরিদমগুলি আর্থিক প্রয়োগে কিছুটা বেশি ব্যবহৃত হয়।

  তাহলে এত ভাল নতুন প্রযুক্তি কিভাবে প্রয়োগ করা যায়? ডিপ লার্নিং চিত্র শ্রেণীবিভাগের জন্য উপযুক্ত, মূলত চিত্র এবং নামের মধ্যে স্থিতিশীল ডেটা মাত্রা সম্পর্ক রয়েছে, যা সম্পর্কটি জটিল নয়, তবে সম্পর্কটি স্থিতিশীল। এবং আর্থিক ক্রমগুলি ভিন্ন, historicalতিহাসিক ডেটা ভবিষ্যতের ভবিষ্যদ্বাণী করার যুক্তি নিজেই অস্থির, যা এই জটিল সরঞ্জামের ফলাফলগুলিকে আরও বিভ্রান্ত করে তোলে। তবে আসলে গভীর শিক্ষার কি বিশেষত উপযুক্ত অ্যাপ্লিকেশন রয়েছে?

জিনো কোয়ালিটি এক্সচেঞ্জ থেকে পুনর্নির্দেশিত