ViraBhadra:
Как у тебя с машинном обучением и диплерном в целом, помоему где то видел, что ты что то закидывал в каких то темах пару ключевых слов по данным темам ?
ОригиналЯ немного залез в эту тему когда пришла идея сделать индикатор себе для Полика, но понял что ИИ намного лучше меня в этом разбирается

Поэтому я так, прошу конечно в общих чертах объяснить, но прям туда не погружаюсь и не разбираюсь
Вот последний индюк я делал, там он решил использовать простую модель регрессии (Ridge Regression) а для расчета берет Quadratic Rationale Kernel, и вот я смотрю код, там ничего сверх-естественного, но я разумеется никогда сам такое не написал бы:

причем я его спросил «а что насчет Lorentzian Classiffication, мне часто на TV попадаются» он мне сказал что мол, тут не имеет смысла потому что «долго, дорого (сложно для компьюта), и не ахуенно» и вообще это просто хайповая тема на TV. Хотя в четвертой версии таки предложил попробовать объединить Simplified Lorentzian + Quantile Bands + ещё что-то там..
Вообщем, я делал так: давал задачу gemini говорю мол, сделай ресчер всех известных предикшн алгоритмов и составь мне репорт какие лучшие всего подойдут для моей цели (полимаркет с экпирацией 15 мин в моем случае)
А дальше просил на каждую написать противовес, мол почему это гавно и что лучше этого.
Получается эдакий большой анализ и уже дальше на основе того, что он сам же и написал, он такой «оо, ебать я понял что лучше всего сработатет, ща погодь!» — и накатывает неплохой финальный концепт. Дальше прошу написать его промпт для другого агента (для превращения этого концепта в plan.md )и закидываю уже в кодинг агента, тот пишет спецификацию, ну и дальше уже следующие агенты по кускам пишут код
Но! Если уж про сами предикшн и дип лернинг модели говорить, то после недели ковыряния в теме я понял, что:
Предикшн модели созданы были для предикшн условий. Условно, есть законы физики —
они не меняются со временем. И предикшн модель может довольно сносно «обучиться» этим законам и так собственно делают симуляции, тесты материалов, и пр.
Так это все развилось и пошел в ход человеческий язык —
который тоже не меняется со временем. Да, может какие-то слова новые, но правила языка почти не именяются. И все регрешн алгоритмы довольно сносно обучаются. Потом добавляются параметры, слои и трансформеры и вот тебе LLM
А с трейдингом нихуя не получится, потому что в трейдинге условия
меняются постоянно. Нет никаких «заранее заданных условий» как должна двигаться цена. То есть максимум что можно сделать — это условно «предвидеть» среднее поведение цены на очень слабоволатильном рынке где торгуют одни роботы.
Как только я это понял то в целом идею забросил, потому что это бессмысленно.
Что мой индикатор собственно и показал — эта линия конечно красиво выглядит, и
довольно часто он оказывается прав, но полагаться на него нельзя. Это реально вилами по воде, потому что та цена на которой он обучился (последние 6 часов цены) это не какие-то правила или законы, а просто случайный отрезок времени. Вот например его предикшн:

И выглядит сносно, ну то есть да, линия сопротивления есть, перепроданность на RCI есть, и тут...

Плакали мои денюжки

То есть если и внедрять модели регрессии, то только в тех сферах, где есть повторяющиеся паттерны, например таких как человеческое поведение — чтобы модель знала как отреагируют люди на ту или иную новость, и на основе этого делать ставку на полике
А чисто по движению цены регрессию пытаться юзать — это изначально flawed концепт, хз как на русском, ошибочный короче