Xarxes neuronals: predicció de beneficis

Les xarxes neuronals són d’última generació en informàtica. Són essencialment algoritmes entrenables que intenten emular determinats aspectes del funcionament del cervell humà. Això els proporciona una capacitat d’autoformació única, la capacitat de formalitzar informació no classificada i, el que és més important, la possibilitat de fer previsions en funció de la informació històrica de què disposen.

Les xarxes neuronals s’han utilitzat cada cop més en una varietat d’aplicacions empresarials, incloses solucions de recerca de màrqueting i previsió. En algunes àrees, com la detecció de fraus o l'avaluació de riscos, són líders indiscutibles. Els principals camps en els quals han trobat aplicacions les xarxes neuronals són les operacions financeres, la planificació empresarial, el comerç, l’analítica empresarial i el manteniment de productes. Les xarxes neuronals poden ser aplicades de manera profitosa per tot tipus de comerciants, de manera que si sou comerciant i encara no us heu introduït a les xarxes neuronals, us portarem mitjançant aquest mètode d’anàlisi tècnic i us mostrarem com aplicar-ho a el vostre estil de negociació.

Conceptes equivocats habituals

La majoria de la gent no ha sentit a parlar mai de les xarxes neuronals i, si no són comerciants, probablement no haureu de saber què són. El que sorprèn, però, és que un nombre considerable de persones que podrien beneficiar-se ricament de la tecnologia de les xarxes neuronals ni tan sols ho han sentit a parlar, ho prenen per una elevada idea científica que no es troba al seu abast o pensen en ella com a màrqueting poc personalitzat. truc que no té res a oferir. També hi ha qui clava totes les seves esperances a les xarxes neuronals, agafant-les després d’alguna experiència positiva i considerant-les com a solució de bala d’argent a qualsevol problema. Tanmateix, com qualsevol estratègia de comerç, les xarxes neuronals no tenen una solució ràpida que us permetrà combinar-la amb un botó o dos. De fet, la correcta comprensió de les xarxes neuronals i el seu propòsit és vital per a la seva correcta aplicació. Pel que fa al comerç, les xarxes neuronals són un mètode nou i únic d’anàlisi tècnic, destinat a aquells que adopten un enfocament pensatiu del seu negoci i estan disposats a aportar temps i esforços perquè aquest mètode funcioni per a ells. El millor de tot, quan s’apliquen correctament, les xarxes neuronals poden aportar beneficis de forma regular.

Utilitzeu xarxes neuronals per descobrir oportunitats

Una concepció errònia important és que les xarxes neuronals són una eina de predicció que pot oferir consells sobre com actuar en una situació particular del mercat. Les xarxes neuronals no fan cap previsió. En canvi, analitzen dades de preus i descobren oportunitats. Mitjançant una xarxa neuronal, podeu prendre una decisió comercial basada en dades completament examinades, cosa que no és necessàriament el cas de l’ús dels mètodes d’anàlisi tècnics tradicionals. Per a un comerciant seriós i pensant, les xarxes neuronals són una eina de nova generació amb un gran potencial que pot detectar interdependències i pautes subtils no lineals que altres mètodes d’anàlisi tècnica són incapaços de descobrir.

Les millors xarxes

Igual que qualsevol tipus de producte o tecnologia excel·lent, les xarxes neuronals han començat a atraure aquells que busquen un mercat en còpia. Els torrents d’anuncis sobre programari de nova generació han inundat el mercat: anuncis que celebren el més poderós de tots els algoritmes de xarxa neuronal que s’hagin creat mai. Fins i tot en aquells casos rars en què les reclamacions publicitàries s’assemblen a la veritat, tingueu en compte que un augment del 10% d’eficiència és probablement el que obtindreu mai d’una xarxa neuronal. És a dir, no produeix rendiments miraculosos i, independentment del funcionament que tingui en una situació determinada, hi haurà alguns conjunts de dades i classes de tasques per a les quals els algorismes utilitzats anteriorment siguen superiors. Recordeu-ho: no és l'algorisme que faci el truc. La informació d’entrada ben preparada sobre l’indicador objectiu és el component més important del vostre èxit amb les xarxes neuronals.

És millor la convergència més ràpida?

Molts dels que ja utilitzen xarxes neuronals creuen erròniament que com més ràpidament la seva xarxa proporciona resultats, millor serà. Això, però, és una il·lusió. Una bona xarxa no està determinada per la velocitat a la qual produeix resultats, i els usuaris han d’aprendre a trobar el millor equilibri entre la velocitat amb què s’entrena la xarxa i la qualitat dels resultats que produeix.

Aplicació correcta de xarxes neuronals

Molts comerciants fan mal ús de les xarxes neuronals perquè confien massa en el programari que utilitzen tots sense haver rebut bones instruccions sobre com utilitzar-lo correctament. Per utilitzar una xarxa neuronal de la manera correcta i, per tant, de forma profitosa, un comerciant hauria de parar atenció a totes les etapes del cicle de preparació de la xarxa. És el comerciant i no el seu net qui s’encarrega d’inventar una idea, formalitzar aquesta idea, provar-la i millorar-la i, finalment, triar el moment adequat per eliminar-la quan ja no sigui útil. Analitzem amb més detall les etapes d’aquest procés crucial:

1. Cercar i formalitzar una idea comercial
Un comerciant ha d'entendre totalment que la seva xarxa neuronal no està destinada a inventar idees i conceptes comercials guanyadors. Està pensat per proporcionar la informació més fiable i precisa possible sobre l'eficàcia de la vostra idea o concepte comercial. Per tant, haureu de plantejar-vos una idea de negociació original i definiu clarament el propòsit d'aquesta idea i el que espereu aconseguir emprant-la. Aquesta és l’etapa més important del cicle de preparació de la xarxa. (Per a informació relacionada, vegeu les lliçons del diari d'un comerciant.)
2. Millorar els paràmetres del vostre model
A continuació, haureu d’intentar millorar la qualitat del model global modificant el conjunt de dades que s’utilitza i ajustant els diferents paràmetres.

3. Eliminació del model quan queda obsoleta
Cada model basat en xarxa neuronal té una vida útil i no es pot utilitzar indefinidament. La longevitat de la vida del model depèn de la situació del mercat i de la durada de la durada de les interdependències del mercat que s’hi reflecteixen. Tanmateix, tard o d’hora qualsevol model queda obsolet. Quan això succeeix, podeu recuperar el model mitjançant dades completament noves (és a dir, substituir totes les dades que s’han utilitzat), afegir algunes dades noves al conjunt de dades existents i formar el model de nou, o simplement retirar-ne el model.

Molts comerciants cometen l’error de seguir el camí més senzill: confien molt i utilitzen l’enfocament pel qual el seu programari proporciona la funcionalitat més fàcil d’utilitzar i automatitzada. Aquest enfocament més simple és preveure un preu uns quants barres i basar el vostre sistema comercial en aquesta previsió. Altres operadors preveuen canvi de preu o percentatge de la variació de preus. Aquest enfocament rarament produeix resultats millors que preveure el preu directament. Ambdós plantejaments simplistes no aconsegueixen descobrir i explotar de manera guanyosa la majoria de les interdependències importants a llarg termini i, en conseqüència, el model queda ràpidament obsolet a mesura que canvien les forces motrius globals.

L’aproximació general més òptima per a l’ús de xarxes neuronals

Un comerciant amb èxit es concentrarà i passarà força temps seleccionant els articles d’entrada governants per a la seva xarxa neuronal i ajustant els seus paràmetres. Passarà de (almenys) diverses setmanes –i de vegades fins a diversos mesos– desplegant la xarxa. Un comerciant amb èxit també ajustarà la seva xarxa a les condicions canviants al llarg de la seva vida. Com que cada xarxa neuronal només pot cobrir un aspecte relativament reduït del mercat, també s’han d’utilitzar xarxes neuronals en un comitè. Utilitzeu tantes xarxes neuronals com convingui: la possibilitat d’utilitzar diverses alhora és un altre benefici d’aquesta estratègia. D’aquesta manera, cadascuna d’aquestes múltiples xarxes pot ser responsable d’alguns aspectes específics del mercat, donant-vos un avantatge important a tot el conjunt. Tanmateix, es recomana mantenir el nombre de xarxes utilitzades en un rang d'entre cinc i deu. Finalment, les xarxes neuronals s’han de combinar amb un dels enfocaments clàssics. Això us permetrà aprofitar millor els resultats assolits d’acord amb les vostres preferències de negociació.

Conclusió

Tindràs un veritable èxit amb xarxes neuronals només quan deixis de buscar la millor xarxa. Al cap i a la fi, la clau del vostre èxit amb les xarxes neuronals no rau en la pròpia xarxa, sinó en la vostra estratègia comercial. Per tant, per trobar una estratègia rendible que funcioni per a vosaltres, heu de desenvolupar una idea forta sobre com crear un comitè de xarxes neuronals i utilitzar-les en combinació amb filtres clàssics i regles de gestió de diners.

Per a una lectura relacionada, consulteu el comerç Neural: claus biològiques per obtenir beneficis i el tutorial de codificació de sistemes de comerç .