[![image][1]][2]

Нейронные сети – один из самых популярных классов алгоритмов для машинного обучения. В финансовом анализе они чаще всего применяются для прогнозирования, создания собственных индикаторов, алгоритмического трейдинга и моделирования рисков. Несмотря на все это, репутация у нейронных сетей подпорчена, поскольку результаты их применения можно назвать нестабильными.

Количественный аналитик хедж-фонда NMRQL Стюарт Рид в статье на сайте TuringFinance попытался объяснить, что это означает, и доказать, что все проблемы кроются в неадекватном понимании того, как такие системы работают. Мы представляем вашему вниманию адаптированный перевод его [статьи][3]. [Читать дальше →][4]

[1]: http://www.turingfinance.com/wp-content/uploads/2014/05/xBeijing-Birds-Nest-700x467.jpg.pagespeed.ic.B7V1l64rhA.webp
[2]: https://habrahabr.ru/company/itinvest/blog/302120/
[3]: http://www.turingfinance.com/misconceptions-about-neural-networks/
[4]: https://habrahabr.ru/post/302120/?utm_source=habrahabr&utm_medium=rss&utm_campaign=feed_posts#habracut