مقالات · هوشمندی عملیاتی، AI و کوانت
مقالات حسین نریمانی
نوشتههای عمیق درباره طراحی سیستمهای کوانت، AI عملیاتی، معماری SaaS، طراحی ایجنتهای هوش مصنوعی اختصاصی و سیستمهای اجرایی بنیانگذاران.
مدل یادگیری عمیق برای پیشبینی دادههای OHLCV سهام: چارچوب طراحی سیستمی
مسئله واقعی: چرا مدلهای یادگیری عمیق روی OHLCV اغلب شکست میخورنداکثر تیمهایی که سراغ پیشبینی قیمت سهام با یادگیری عمیق میروند، از یک سؤال اشتباه شروع میکنند: «کدام مدل دقت بالاتری دارد؟» این سؤال غلط است.سؤال درست این است: «این سیستم چه تصمیمی را در...
مطالعه کامل →
هزینه ساخت یک سیستم کوانت: برآورد واقعی، اجزای هزینه و تصمیمگیری برای کسبوکار
بیشتر برآوردهای بازار درباره هزینه ساخت یک سیستم کوانت از همان ابتدا غلطاند. چون «استراتژی»، «بکتست»، «زیرساخت اجرا» و «کنترل ریسک» را با هم...
مطالعه کامل →
لوکاهد بایاس در بکتستینگ: چطور دادههای آینده بیسروصدا وارد تست میشوند
اگر بکتست استراتژیات نتایج درخشانی نشان میدهد، احتمال زیادی وجود دارد که مشکل داری. نه به این خاطر که استراتژی بد است — بلکه به این خاطر که...
مطالعه کامل →
معماری سیستمهای ترکیبی کوانتی: یکپارچگی Risk Management، Position Sizing و Execution در یک فریمورک
اکثر سیستمهای کوانتی که در production شکست میخورند، مشکل سیگنال ندارند. مشکل معماری دارند. سیگنالشان کار میکند. بکتستشان قانعکننده است. اما...
مطالعه کامل →
اج (Edge) در سیستم معاملاتی کوانت چیست؟ روش محاسبه، کاربردها و خطاهای رایج در طراحی استراتژیهای الگوریتمی
بیشتر معاملهگران تصور میکنند اج (Edge) همان نرخ برد بالاست. این یکی از گرانترین سوءبرداشتهای صنعت معاملات است.یک استراتژی میتواند تنها 35٪...
مطالعه کامل →