AI соодасы, базарды талдоо жана DeFi келечеги жөнүндө терең изилдөөлөр.
Browse collections →Nothing found. Try a different query.
Финансылык убакыт сериялары үчүн ядро дизайны — Энеликтин оройлугу, жергиликтүү мезгилдик курамы, спектралдык аралашмалар — жана валидациялоону талап кылбаган регуляризатор катары чектүү ыктымалдуулук. Мындан тышкары, анын кайсынысы болбосун соодалоого чейин өлчөө керек болгон нерселердин чынчыл тизмеси.
Операторду үйрөнүү чекиттерди эмес, бүт функциялык мейкиндиктерди картага түшүрөт — Фурье Нейрондук Оператору жыштык мейкиндигинде PDE чечим операторун кантип параметрлештирет, ал опциондун баасы үчүн эмне сатып алат жана анын талаптарынын кайсынысы дагы эле реалдуу аппараттык жабдыкта өлчөөнү талап кылат.
Flash Attention 23 400 кадамдык соода контекстти эсептөө үчүн акысыз кылат — плиткаларды коюу, онлайн softmax жана IO менен N^2 d^2 / M менен чектелди. Бул узун контекст моделди жакшыртабы, бул өзүнчө суроо жана аны ырастоо эмес, өлчөө керек.
Бул блогдо соода ансамблдери жөнүндө үч нерсе камтылган эмес: эмне үчүн ковариация термини - моделдин саны эмес - ансамбль катасында үстөмдүк кылат, стекинг бүктөлгөн мета-функциялары бар сигнал-айкалуу катмары катары кантип иштейт жана көптөгөн сигналдар боюнча жүгүртүү сеткасы чындыгында аткаруу наркын азайтабы.
Бул блогдагы бардык моделдер "эмне эмнени болжалдайт" деген суроого жооп бериштеди. Double ML "эмне эмнеди кылыт" дегенге жооп берет — коргоого болгон стандартдык катасы менен. Бөлүкчө сызыктуу модель, Neyman ортогоналдуулугу, тартип китеп маалыматтарында тазаланган кросс-фиттинг жана жарактуу DML ишеним аралыгы алдын ала белгиленген бир гана суроого гана жооп береринин кызыктуу баяндамасы.
Бул блогдагы ар бир backtest шартты орточо баалайт. Causal forests анын ордуна шартты обработка эффектиин баалайт — tau(x) mu(x) ордуна — honest splitting, адаптивдүү kernel салмак көрүнүшү жана сиз табкан гетерогендүүлүктүн чын экендигин айткан калибровка тести менен.
Бул блогдун бардык позиция өлчөө эрежелери белгисиздикти бир скалярга кысып келет. MC Dropout жана терең ансамблдар аны моделдин билимсиздиги жана рыноктун шу-шусуна бөлөт — жана эки эле ар түрдүү позиция өлчөмдөрүн талап кылат.