Pour partager sur nos trades en direct en Day Trading et en Scalping ainsi que nos informations ou réactions sur l'Actualité Boursière. Ces sont les files du jour pour partager sur notre trading. Files du jour
ils en sont encore loin aux USA. Quand j'ai quitté la France j'ai été taxé sur des gains non réalisés... la folie cette exit taxe. Je crois qu'elle a été modifiée depuis car c'était vraiment n'importe quoi
et si le trade se retourne et est clôturé dans le rouge ?!
Pour ceux que ça intéresse, il y a Lê Nguyên Hoang, un chercheur en mathématique, qui a fait toute une série sur l'IA et tout ce qui va avec (éthique etc...).
C'est une bonne base pour démarrer à froid.
J’ai suivi quelques échanges venant d’ingénieurs sécurité et les ia comme les programmes classique sont piégable à loisir.
Un programme de type ia peut être tout aussi moribond que super performant, tout dépend comment on le ‘nourri’.
Au final je suis ressorti la : rien ne change ce n’est qu’un outils et la finalité bonne ou mauvaise reste toujours l’accabi de l’être humain.
Décidément l’homme ne changera jamais (ça juste plusieurs milliers d’année )
Oui vraiment -, quand tu parlais de 13955 avant de replonger je ne te croyais du tout pas ! Je visais 14000 mais heureusement que j'avais quitté mes graphiques juste avant la chute car je me serais pris une méchante perte !
falex > la différence fondamentale entre un programme classique et le deep learning c'est que justement il n'y a pas de programmation. Ex : en entrée on lui donne des photos de chats et de chiens et on lui dit ça c'est un chien ça c'est un chat. Ensuite on lui donne un jeu de test on connaît les réponses et lui doit apprendre tout seul. Une fois qu'il est entraîné il est prêt pour le réel.
Tout ça sans programmation. Programmer cela est extrêmement compliqué voir impossible.
- > oui le deep learning ne te répondra qu'à une seule et unique question que tu auras bien pris soin de choisir (ma sortie idéale). Il ne te renseignera sur rien d'autre.
Il faudra que tu l entraines sur des sorties idéales que tu auras toi même déterminées à la main un grand nombre de fois.
Par contre pour les données d entrée, le réseau de neurones lors de l apprentissage determine à chaque boucle d apprentissage une sorte de score à chaque type de données (ex rythme cardiaque 0) ce qui fait que une donnée non pertinente sera d elle même éliminée.
Certes ce n'est pas un outil magique mais on peut quand même lui attribuer une certaine beauté lorsque on lui donne juste une photo d une personne et qu'il reconnaît ensuite ce visage sous tous les angles immanquablement.