The machines are coming for your pricing models

Articolo molto interessante. Così come molto interessante è la sua chiusura: "Unless humans learn to properly use their new machines, this generation of models will fare no better than the previous one".

Il machine learning deve essere considerato come uno degli strumenti di un più generale approccio quantitativo(quando si vuole utilizzare questo approccio), pertanto le competenze matematiche, statistiche-probabilistiche, informatiche sono fondamentali.
 
Le macchine avranno sempre qualcosa in meno...
 
Qui
[1909.02487] Ab-Initio Solution of the Many-Electron Schrodinger Equation with Deep Neural Networks

Gli autori di Alpha Go annunciano ieri, con grande enfasi ("big news") di aver risolto l'equazione di Schroedinger.
Ho letto tutto l'articolo
DeepMind Solves Quantum Chemistry
ma non il paper

Sembra che diano in input alla rete neurale di Deep Mind la configurazione iniziale degli elettroni e il programma restituisce l'approssimazione della funzione d'onda che minimizza lo stato dell'energia, cioe' lo stato con la piu' bassa energia ("ground state").

Non ci sono al momento comunicati in italiano, solo in inglese e - nemmeno serve ribadirlo - non ho cultura sufficiente per capire se questa e' un'impresa di valore, da premio Nobel o meno.

Mi limito a segnalarvela, come ha fatto Cren sopra.

P.S. Questa news avrebbe potuto essere postata nell'altro post, in quanto la soluzione dell'equazione di Schroedinger e' un risultato di Machine Learning.
 
Per la notizia di attualità in privato ho ricevuto sia apprezzamenti sia obiezioni.

Sorvolando sugli apprezzamenti privati (di cui ringrazio pubblicamente l'estensore) segnalo solo l'obiezione ricevuta, nella speranza che qualcuno possa riscontarla.

"C'è qualcosa che non va. L'equazione di Schroedinger non è un'equazione che "si risolve". E' una formula che descrive
stati del mondo fisico. Come Forza = massa * accelerazione.

C'è poco da risolvere.

Forse quelli di Deep Mind hanno configurato una rete neurale in modo che l'output sia simile a quello dell'equazione di Schroedinger"
 
Abstract

Se ci fosse l'accesso a soluzioni accurate dell'equazione di Schrödinger a molti elettroni, quasi tutta la chimica potrebbe essere derivata dai primi principi. Le esatte funzioni d'onda di interessanti sistemi chimici sono fuori portata perché sono problemi NP e quindi difficili da calcolare in generale. Tuttavia le approssimazioni possono essere trovate usando tecniche scalari di algoritmi con polinomi.

La sfida principale per molti di questi algoritmi è la scelta dell'approssimazione della funzione d'onda, chiamata “Ansatz”, che deve bilanciare i principi di efficienza e precisione.

Le reti neurali hanno mostrato una potenza impressionante come accurati approssimatori di funzioni pratiche e promettono una funzione d'onda compatta Ansatz per i sistemi di spin. Tuttavia i problemi nella struttura elettronica richiedono funzioni d'onda che obbediscano alle statistiche di Fermi-Dirac.

Qui presentiamo una nuova architettura di deep learning profondo, la rete neurale fermionica, come una potente funzione d'onda Ansatz per sistemi a molti elettroni. La rete neurale fermionica è in grado di raggiungere una precisione superiore ad altre Ansätz di tipo Montecarlo variazionali applicabili su una varietà di atomi e piccole molecole.

Non utilizzando dati diversi dalle posizioni e cariche atomiche, prevediamo le curve di dissociazione della molecola di azoto e della catena dell'idrogeno, due sistemi fortemente correlati, con un'accuratezza significativamente maggiore rispetto al metodo del cluster accoppiato, ampiamente considerato lo standard di riferimento per la chimica quantistica.


Ciò dimostra che le reti neurali profonde possono superare i metodi esistenti di chimica quantistica ab-initio, aprendo la possibilità di un'accurata ottimizzazione diretta delle funzioni d'onda per molecole e solidi precedentemente intrattabili.
 
Per la notizia di attualità in privato ho ricevuto sia apprezzamenti sia obiezioni.

Sorvolando sugli apprezzamenti privati (di cui ringrazio pubblicamente l'estensore) segnalo solo l'obiezione ricevuta, nella speranza che qualcuno possa riscontarla.

"C'è qualcosa che non va. L'equazione di Schroedinger non è un'equazione che "si risolve". E' una formula che descrive
stati del mondo fisico. Come Forza = massa * accelerazione.

C'è poco da risolvere.

Forse quelli di Deep Mind hanno configurato una rete neurale in modo che l'output sia simile a quello dell'equazione di Schroedinger"

Non so se ho compreso bene l'obiezione, mi sembra sia vero che l'equazione descriva degli stati ma, come per le equazioni di Navier-Stokes che descrivono il comportamento di fluidi, le soluzioni analitiche sono note solo in un piccolo insieme di casi e negli altri é necessario ricorrere a soluzioni numeriche, mentre soluzioni analitiche più 'globali' sarebbero benvenute.

Le perplessità che ho invece, ma non ho ancora letto nulla in dettaglio, é se queste soluzioni tramite AI non siano anch'esse soluzioni 'numeriche' e quanto e come si possa verificarne la bontà (oltre che, ovviamente, la rispondenza al modello).
 
.....
Le perplessità che ho invece, ma non ho ancora letto nulla in dettaglio, é se queste soluzioni tramite AI non siano anch'esse soluzioni 'numeriche' e quanto e come si possa verificarne la bontà (oltre che, ovviamente, la rispondenza al modello).

Sono soluzioni numeriche. La bontà si misura attraverso la corrispondenza con i valori misurati sperimentalmente. (Sembra facile, ma anche per problemi di Neumann abbastanza semplici c'è voluto tempo per trovare soluzioni computazionali efficienti e stabili)
 
Voi qui, e soprattutto anche nell'altro 3d di Amartya, parlate di Schroedinger, Heisenberg, Ulam, Von Neumann, machine Learning, deep Learning, intelligenza artificiale nelle banche, come se niente fosse.

Ma sapete come funzionano davvero le piccole/medie banche italiane ? :mmmm:

Tutto su carta e, nelle banche piu' evolute, la carta e' stata superata da Excel. :clap:

Pensate che nella banca di Zonin si usassero procedure informatiche ?

Ieri a processo un alto dirigente ha risposto al giudice che spiegare quali procedure venissero utilizzate in BPVI e' "fin troppo".

Si usava la carta, anzi la "carta carbone" fino a quando un collega del dirigente ebbe la fenomenale intuizione di aprire un nuovo foglio di lavoro Excel.
 

Allegati

  • bpvi.jpg
    bpvi.jpg
    50,2 KB · Visite: 338
Nel dibattimento di ieri, un dipendente di BPVI ha detto al giudice che per anni aveva cercato di razionalizzare le procedure della banca e quindi di informatizzare le procedure di vendita e di acquisto delle azioni, installando Excel sul computer della banca.

In tutta risposta, gli venne detto chiaramente in faccia dal direttore generale della banca che, se non la finiva di insistere con questo discorso dell'informatica, sarebbe stato licenziato.
 

Allegati

  • bpvi.jpg
    bpvi.jpg
    57,5 KB · Visite: 201
Per la notizia di attualità in privato ho ricevuto sia apprezzamenti sia obiezioni.

Sorvolando sugli apprezzamenti privati (di cui ringrazio pubblicamente l'estensore) segnalo solo l'obiezione ricevuta, nella speranza che qualcuno possa riscontarla.

"C'è qualcosa che non va. L'equazione di Schroedinger non è un'equazione che "si risolve". E' una formula che descrive
stati del mondo fisico. Come Forza = massa * accelerazione.

C'è poco da risolvere.

Forse quelli di Deep Mind hanno configurato una rete neurale in modo che l'output sia simile a quello dell'equazione di Schroedinger"

E' una equazione a variabili complesse alle derivate parziali, pertanto si risolve, date le condizioni al contorno. Poichè una forma integrale analitica sarebbe molto complessa, si utilizzano tecniche numeriche di solito. Schrodinger equation - Wikipedia
 
Voi qui, e soprattutto anche nell'altro 3d di Amartya, parlate di Schroedinger, Heisenberg, Ulam, Von Neumann, machine Learning, deep Learning, intelligenza artificiale nelle banche, come se niente fosse.

Ma sapete come funzionano davvero le piccole/medie banche italiane ? :mmmm:

Tutto su carta e, nelle banche piu' evolute, la carta e' stata superata da Excel. :clap:

Pensate che nella banca di Zonin si usassero procedure informatiche ?

Ieri a processo un alto dirigente ha risposto al giudice che spiegare quali procedure venissero utilizzate in BPVI e' "fin troppo".

Si usava la carta, anzi la "carta carbone" fino a quando un collega del dirigente ebbe la fenomenale intuizione di aprire un nuovo foglio di lavoro Excel.

hai perfettamente ragione. Nella mia esperienza ho visto che più è grande l'organizzazione meno sofisticate sono le analisi. Magari, ma spesso anche quelle, le procedure sono avanzate anche se spesso sono software statunitensi. Per esempio 14 anni fa arrivai in una grossa organizzazione finanziaria la quale aveva accesso a un database strabiliante sulle imprese (la società verrà poi acquisita da Moody's) il capo delle operazioni della mia divisione(Strt-Up and Private Equity) vedendo un mio lavoro sui dati mi disse ho 20 abbonamenti a questo DB per 15000 euro ciascuno ma nessuno li utilizza o sa come utilizzarli vedi se puoi fare qualcosa ed io implementai quelli che oggi avremmo definito Pattern Recognition grazie a Big Data il risultato fu che riuscivamo a fare analisi a largo spettro e molto puntuali allo stesso tempo sui valori attesi di EBIT, Revenues, etc etc riducendo il rischio di investimento ovvero sapendo quanto aspettarci con un sigma ben definito e quindi facendo calcoli sul ROI non sui valori dei clienti ma su quelli desunti dall'analisi quantitativa e puntuale, valutava l'algoritmo pure il modello di business identificato tramite un codice e geolocalizzava le aziende concorrenti. Queste cose cmq non erano molto utilizzate sebbene le avessi fatte semplici in Excel con dietro tanto VBA (Credo che in quell'occasione spinsi Excel davvero al limite compreso la creazione automatica di grafici e tabelle) e sebbene avessero incorporato l'effetto "WOW" quando traslate sul paper and executive summary nessuno le utilizzava. Quando me ne andai seppi che tutto quel lavoro in cui mi ero divertito fu abbandonato. Nella mia esperienza il 99.99% delle persone va in panico per operazioni appena poco più che semplici.
 
Ultima modifica:
E' una equazione a variabili complesse alle derivate parziali, pertanto si risolve, date le condizioni al contorno. Poichè una forma integrale analitica sarebbe molto complessa, si utilizzano tecniche numeriche di solito. Schrodinger equation - Wikipedia
Ma perché una rete neurale al posto delle differenze finite? Dov'è il valore aggiunto?

(E grazie, P.A.T., per queste informazioni che giudico... a modo loro strabilianti :D)
 
Ma perché una rete neurale al posto delle differenze finite? Dov'è il valore aggiunto?

Non è stata risolta l'equazione di Schrödinger applicando un metodo matematico particolare o rivoluzionario che abbia permesso di determinaRe una soluzione generale.

Nel paper dicono che si tratta di un nuovo metodo ab-initio (ab initio vuol dire che non utilizza parametri sperimentali) basato sulle reti neurali.

I metodi ab-initio nel campo della chimica quantistica esistono da quasi cent'anni, come ad esempio il famoso metodo di Hartee-Fock.

La possibilità di utilizzare opportunamente le reti neurali per risolvere problemi di questo tipo (da un punto di vista computazionale più che matematico) è senza alcun dubbio molto interessante.

Applicazioni analoghe sono comuni - ad esempio - nel settore dell'astrofisica.
 
Non è stata risolta l'equazione di Schrödinger applicando un metodo matematico particolare o rivoluzionario che abbia permesso di determinaRe una soluzione generale.

Nel paper dicono che si tratta di un nuovo metodo ab-initio (ab initio vuol dire che non utilizza parametri sperimentali) basato sulle reti neurali.

I metodi ab-initio nel campo della chimica quantistica esistono da quasi cent'anni, come ad esempio il famoso metodo di Hartee-Fock.

La possibilità di utilizzare opportunamente le reti neurali per risolvere problemi di questo tipo (da un punto di vista computazionale più che matematico) è senza alcun dubbio molto interessante.

Applicazioni analoghe sono comuni - ad esempio - nel settore dell'astrofisica.

Dal mio punto di vista e per l'esperienza che ho avuto queste cose cioè la risoluzione di equazioni matematiche o di qualsiasi altra relazione partendo da zero non sono poi così rivoluzionarie.

Senza andare lontano basta solo ricordare che il metodo di Jacobi risolve un sistema lineare per via di approssimazioni successive partendo da zero e quando i sistemi lineari diventano davvero grandi tale metodo batte, da un punto di vista computazionale, quello analitico di triangolarizzazione inventato da Gauss.

Potrei citare altri casi ma secondo me non è così rivoluzionario.

Il punto è che, come già scritto, nell'altro thread a me pare soprendente che al momento nessuna tecnica che sia AI o ML riesca a spuntarla nel mercato finanziario suo terreno di elezione. Segue che queste tecniche funzionano laddove esiste anche un minimo di relazione causa effetto senza questo minimo non funzionano.
 
Il punto è che, come già scritto, nell'altro thread a me pare soprendente che al momento nessuna tecnica che sia AI o ML riesca a spuntarla nel mercato finanziario suo terreno di elezione. Segue che queste tecniche funzionano laddove esiste anche un minimo di relazione causa effetto senza questo minimo non funzionano.

Dal mio punto di vista filosofico l'affermazione che hai fatto e' di natura induttiva, non deduttiva.

E' come se tu dicessi: " Lo Yeti non esiste"

Qualcuno potra' sempre obiettarti che il pianeta non e' stato ancora del tutto esplorato e che basta una sola osservazione di Yeti a confutare la affermazionE sopra riportata.

Passando dal piano filosofico al piano empirico, io non credo che non esistano tecniche di ML o AI che non riescano a spuntarla.

Credo che almeno 1 tecnica, da qualche parte del mondo, funzioni. :)
Inoltre credo pure che ve ne siano diverse. E che funzionino molto bene in assenza di costi di transazione.
 
Dal mio punto di vista filosofico l'affermazione che hai fatto e' di natura induttiva, non deduttiva.

E' come se tu dicessi: " Lo Yeti non esiste"

Qualcuno potra' sempre obiettarti che il pianeta non e' stato ancora del tutto esplorato e che basta una sola osservazione di Yeti a confutare la affermazionE sopra riportata.

Passando dal piano filosofico al piano empirico, io non credo che non esistano tecniche di ML o AI che non riescano a spuntarla.

Credo che almeno 1 tecnica, da qualche parte del mondo, funzioni. :)
Inoltre credo pure che ve ne siano diverse. E che funzionino molto bene in assenza di costi di transazione.


Certo che esistono. Ma ancora più importante mi sembra sottolineare che il trading non è affatto il terreno d'elezione di AI e ML.
 
Certo che esistono. Ma ancora più importante mi sembra sottolineare che il trading non è affatto il terreno d'elezione di AI e ML.

Io obietterei che tutte queste tematiche sono da sempre mal poste in questo forum.

La domanda errata e':
- le tecniche di ML, AI, Deep Learning funzionano ? E in questo calderone PGiulia ha gioco facile ad entrare come il coltello nel burro.

La domanda corretta da porsi sarebbe:

- per il trading, i risultati empirici finora emersi mostrano che in linea di massima e' meglio un approccio supervisionato ? Non supervisionato ? O al limite con rinforzo ?

Poi casomai le domande diventerebbero tre …. e si saprebbe, almeno, quale delle tre overfitta di piu' :D
 
Dal mio punto di vista e per l'esperienza che ho avuto queste cose cioè la risoluzione di equazioni matematiche o di qualsiasi altra relazione partendo da zero non sono poi così rivoluzionarie.

Senza andare lontano basta solo ricordare che il metodo di Jacobi risolve un sistema lineare per via di approssimazioni successive partendo da zero e quando i sistemi lineari diventano davvero grandi tale metodo batte, da un punto di vista computazionale, quello analitico di triangolarizzazione inventato da Gauss.

Nel libro rosso di Wilmott, che ho letto questa estate, egli riporta un aspetto sconcertante.
Quando e' in conferenza pubblica si sente obbligato a far rientrare nel machine Learning anche aspetti banali di matematica, che gli spettatori non conoscono.

Cosi' nel libro Wilmott ha classificato come tecnica di Machine Learning anche le equazioni algebriche in cui il grado massimo delle incognite = 1.
In fin dei conti, gli spettatori che nulla o quasi conoscono di matematica intendono solo conoscere se la soluzione della equazione della retta nel piano cartesiano sia risolvibile per approssimazioni successive convergenti con l'ultimo add-in del "Phytone".

E quindi Wilmott classifica in ottica di machine Learning anche la scopata con la moglie, definendola se e' supervised o meno :D
 
Indietro