除了神经网络的方法,还有什么算法可以实现机器的训练和自我学习?

Discussion in 'Model and Algorithm' started by clmtw, Jul 6, 2009.

  1. 用海森堡自己的话说:“在因果律的陈述中,即‘若确切地知道现在,就能预见未来’,所错误的并不是结论,而是前提。我们不能知道现在的所有细节,是一种原则性的事情。
     
  2. 个人理解,分两方面。
    1 对市场认知和理解程度太低,缺乏完整的理论基础和相应的数理验证,无论是整体还是元素都是模糊的。所以导致基本面分析比较靠谱一些,而量化分析效果在不断的游移。
    市场是所有参与者共同竞争的结果映射,主要参与者们的诡计和博弈不确定性导致市场复杂程度提高。市场在不断的循环演化,比如,水有化学演化和物理演化,认识水吧,蒸汽、云、冰雪雨呢?。不知的东西太多,太复杂,只好用艺术、哲学、逻辑以及基本分析来非精准感悟。魔与道的关系。市场总是会变得更复杂从而让大部分筹码失败。所以任何有效的方法在多数筹码使用以后会失效。
    面对难以理解的市场,绝大多数从业者只要有眼前收入,是不会自行强迫自己进步的。
    研究数学、物理、天体物理、化学的人比较容易进入,比如,空间有多少物质?很多是看不见的,有些是我们现在也不知道的。用多少时间,有没有结果不好说,看人吧。

    2 工具足够用了,掌握工具的人越来越多。可是能够发挥工具完全高效率的地方几乎没有。我们认知的“森林”几乎就是一片一片的树叶,至于这些树叶从那儿来没人知道,这就是目前的量化高频交易。掌握工具是基本技能,是必须的,难度也不小。
     
  3. 好贴留名,新人报道,跟着各位大神学习~~
     
  4. 这么老的帖子。。。
     
  5. 越是高效的东西,可能越是拟合