熱門Ptt文章

[爆卦]lstm股票是什麼？優點缺點精華區懶人包

雖然這篇lstm股票鄉民發文沒有被收入到精華區：在lstm股票這個話題中，我們另外找到其它相關的精選爆讚文章

在 lstm股票產品中有3篇Facebook貼文，粉絲數超過2萬的網紅雷司紀的小道投資，也在其Facebook貼文中提到， #臉書 #Facebook #資安 #AI 唉，臉書在用戶資訊安全這一塊，一直都有很大的漏洞，甚至可以說相當糟糕。 只能說，若不好好從內部徹底改善用戶的資訊安全，那臉書長期的發展，我認為只會越來越不被用戶信任，以及受到各國政府的調查及打擊。 (另一則資料外洩的新聞： https://etor...

「lstm股票」的推薦目錄
  • 雷司紀的小道投資

    lstm股票 在 雷司紀的小道投資 Facebook 的精選貼文

    2019-04-19 14:17:58
    有 5 人按讚

    #臉書 #Facebook #資安 #AI

    唉，臉書在用戶資訊安全這一塊，一直都有很大的漏洞，甚至可以說相當糟糕。

    只能說，若不好好從內部徹底改善用戶的資訊安全，那臉書長期的發展，我認為只會越來越不被用戶信任，以及受到各國政府的調查及打擊。

    (另一則資料外洩的新聞： https://etoro.tw/2KPRSD3)

    不過其營收最主要的來源，還是在廣告投放上。因此，除非發生如去年一般，歐美政府強烈抨擊的狀況，否則對股價來說，應該不會有太大影響。(畢竟FB的用戶黏著度還是很高的)

    -

    另一方面，臉書在 AI 上的研發也是世界首屈一指的。

    現任的首席AI工程師，Yann LeCun，可說是目前AI最具影響力的人之一： https://etoro.tw/2KRZ815

    Yann LeCun，是AI深度學習三巨頭之一，CNN之父。他是深度學習之父Geoffrey Hinton (倒傳遞類神經網路的發明者)的學生，並在今年電腦界的諾貝爾獎「圖靈獎」中，與Hinton、Bengio 一同獲獎。(Hinton是多倫多大學的教授，也是Google副總裁；Bengio 目前任職於蒙特婁大學；這三人是師門同脈啊！) ： https://etoro.tw/2KRXP2b

    (私心認為，發明 GAN 模型的GoodFellow、提出 LSTM 模型的 Jürgen Schmidhuber、發明 BERT 模型的Jacob Devlin，其實應該也很有資格獲得圖靈獎：https://etoro.tw/2KNurKp)

    因此，以公司目前的方針來說，臉書只要好好解決資安這一疑慮，未來還是有可能持續走高。

    並且根據未來所推出的 AI 服務與產品，將有可能開創出另一個高產值的營收市場：https://etoro.tw/2KRZswP

    -

    但以我個人來說，還是希望最近臉書繼續爆出這些資安負面事件XD，這樣股價才有下修回調的機會，給予進場的時機

    ----------------------------------------------------------------------------

    【eToro 亞洲投資討論區】 https://bit.ly/2PCLQo7

    【大麻股票 - 投資產業消息交流俱樂部】https://bit.ly/2ZIdEfg

  • FinLab財經實驗室

    lstm股票 在 FinLab財經實驗室 Facebook 的最佳貼文

    2019-03-27 22:00:00
    有 65 人按讚


    【新課程募資：利用神經網路解析K線圖】
    👉全文請點：https://sunbathe.pse.is/G8LGJ
    　
    買股票除了買得好，也要賣得快，新課程中會教多種不同的神經網路，這邊提供其中一個方法解讀多變的K線圖
    　　
    長短期記憶 (LSTM) 神經網路屬於循環神經網路 (RNN) 的一種，特別適合處理和預測與時間序列相關的重要事件，而內文用來說明神經網路的例子，我覺得非常的貼切。
    　
    一起學習如何用神經網路評價股票吧：https://hahow.in/cr/finlab-ml

  • TMBA

    lstm股票 在 TMBA Facebook 的精選貼文

    2016-06-23 18:30:00
    有 13 人按讚


    【The Future of Trading 交易未來式-人工智慧 x 金融交易論壇】


    「 機器的“深度學習”會是交易的未來嗎？」


    在圖像和語音辨識等領域，深度學習技術所取得的突破引起了很大關注。但是在金融領域，深度學習技術的應用，距離大規模採用似乎仍然遙遠。
    那麼，人們在將深度學習技術應用于金融交易中到底做了哪些研究，各自又取得了什麼樣的進展？以下幾個案例將帶你瞭解這個領域的前沿。


    1、預測股票有效掛單報價
    倫敦帝國學院數學系的Justin A. Sirignano在其5月16日的論文中稱，利用2014-2015年納斯達克市場的489檔股票的交易情況。


    在對他所建立的“空間神經網路”進行訓練和測試後發現，能夠提前1秒鐘預測到買賣雙方的報價情況


    2、金融資產價格變動預測
    美國伊利諾斯理工大學的 Matthew Francis Dixon 利用深度學習神經網路，來試圖預測43種大宗商品和外匯期貨在未來5分鐘的價格變動。


    他們測試結果的總體準確率達到42%。


    3、預測標普500指數波動性
    史丹福大學的 Ruoxuan Xiong 等人試圖通過集成了Google搜尋趨勢和市場資料的LSTM（Long Short-Term Memory）區塊來預測標普500指數的波動性。


    這項研究顯示了在存在大量噪音的情況下深度學習金融時間序列的潛力。研究中所用的方法能夠直接應用於其他的金融變數。


    4、優化投資組合
    Bartlit Beck Herman Palenchar公司的J. B. Heaton 等人試圖打造出表現超過美國IBB生物醫藥指數的投資組合。他們的研究工具包括五個神經元，利用2012-2016年間IBB成分股票的每週收益資料進行分析。


    詳文請見 : http://goo.gl/Qq18jG


    想進一步了解機器學習亦或是人工智慧在金融交易領域的應用嗎？
    歡迎參加 The Future of Trading 交易未來式-人工智慧 x 金融交易論壇!
    ————————————————————
    　
    【The Future of Trading 交易未來式-人工智慧 x 金融交易論壇 】
    　
    ►　論壇時間：2016 / 6 / 26 (日) 14:00
    ►　論壇地點：台大集思會議中心 (國際會議廳)
    　　　　　　　台北市羅斯福路四段85號B1
    ►　論壇票價：500/張
    ►　論壇報名：http://goo.gl/uJD3sk

    ◎ 活動當天將於日盛期貨FB粉絲團同步進行線上直播

    ＃人工智慧 ＃機器學習 ＃TMBA ＃日盛期貨

你可能也想看看

搜尋相關網站